网站权重是怎样进行传递的,哪个网站可以接做美工的活儿,注册公司的流程和材料,网页翻译会被检测到吗这里写目录标题 一、match_all匹配所有文档1、介绍#xff1a; 二、精确匹配1、term单字段精确匹配查询2、terms多字段精确匹配3、range范围查询4、exists是否存在查询5、ids根据一组id查询6、prefix前缀匹配7、wildcard通配符匹配8、fuzzy支持编辑距离的模糊查询9、regexp正则… 这里写目录标题 一、match_all匹配所有文档1、介绍 二、精确匹配1、term单字段精确匹配查询2、terms多字段精确匹配3、range范围查询4、exists是否存在查询5、ids根据一组id查询6、prefix前缀匹配7、wildcard通配符匹配8、fuzzy支持编辑距离的模糊查询9、regexp正则匹配查询10、term set用于解决多字段中的文档匹配问题 三、全文检索1、match分词查询2、mutil_match多字段查询3、match_phrase短语查询4、query_string支持与或非表达式的查询5、simple_query_string 四、bool query布尔查询五、highlight高亮显示六、地理空间位置查询七、ElasticSearch8.x 向量检索 一、match_all匹配所有文档
1、介绍
match_all查询是一个特殊的查询类型它用于匹配索引中的所有文档而不考虑任何特定的查询条件。
基本语法
GET /your-index-name/_search
{query: {match_all: {}}
}高级用法 可以再match_all查询中添加额外的参数来控制搜索结果的显示例如设置返回的文档数量size、开始返回的文档位置from、排序规则sort以及选择返回哪些字段source。 例如如果返回索引中的前10个文档并且按照文档的评分进行排序可以使用以下查询。
实现分页效果
GET /your-index-name/_search
{query: {match_all: {}},from: 0,size: 3
}实现排序
GET /your-index-name/_search
{query: {match_all: {}},size: 10,sort:[{_source: {order:desc}}]
}_source的用法 不查看源数据仅查看元字段
GET /your-index-name/_search
{query: {match_all: {}},_source: false
}返回指定的字段
GET /your-index-name/_search
{query: {match_all: {}},_source: [field1,field2]
}二、精确匹配
精确匹配指的是搜索内容不经过文本分析直接用于文本匹配这个过程类似于数据库的SQL查询搜索的对象大多是索引的非text类型字段。此类检索主要应用于结构化数据如ID、状态和标签等。
1、term单字段精确匹配查询
对bool日期数字结构化的文本可以利用term做精确匹配查询姓名为张三的员工信息
GET /your-index-name/_search
{query: {term: {name: {value: 张三}}}
}注意最好不要再term查询的字段中使用text字段因为text字段会被分词这样做既没有意义还很有可能什么也查不到。
在ES中Term查询对输入不做分词。会将输入作为一个整体在倒排索引中查找准确的词项并且使用相关度算分公式为每个包含该词项的文档进行相关度算分。 可以通过Constant Score将查询转换成一个Filtering避免算分并利用缓存提高性能
将Query转成Filter忽略TF-IDF计算避免相关性算分的开销
GET /your-index-name/_search
{query: {constant_score: {filter: {term: {address.keyword:value}}}}
}2、terms多字段精确匹配
主要应用与多值精确匹配场景它允许用户在单个查询中指定多个词条进行精确匹配。这种查询方式适合从文档中查找包含多个特定值的字段例如筛选出具有多个特定标签或状态的项目。而terms检索是针对未分析的字段及逆行精确匹配的因此他在处理关键词、数字、日期等结构化数据时表现良好。
GET /your-index-name/_search
{query: {terms: {filed_name: [value1,value2,value3]}}
}3、range范围查询
range检索时Elasticsearch中一种针对指定字段值在给定范围内的文档的检索类型。这种查询适合对数字、日期或者其他可排序数据类型的字段进行范围赛选。range检索支持多种比较操作符如大于gt、大于等于gte、小于lt和小于等于lte等可以实现灵活的区间查询。
GET /your-index-name/_search
{query: {range: {filed_name: [gte:lower_bound,lte:upper_bound,gt:greater_than_bound,lt:less_than_bound]}}
}4、exists是否存在查询
exists检索在Elasticsearch中用于筛选具有特定字段值的文档。这种查询类型适用于检查文档中是否存在某个字段或者该字段是否包含非空值。通过使用exists检索你可以有效地过滤掉缺少关键信息的文档从而专注于包含所需数据的结果。应用场景包括但不限于数据完整性检查、查询特定属性的文档以及对可选字段进行筛选等。
GET /your-index-name/_search
{query: {exists: {field: field_name}}
}5、ids根据一组id查询
可以基于ID组快速召回相关数据从而实现高效的文档检索。
GET /your-index-name/_search
{query: {inds: {values: [id1,id2,id3,...]}}
}6、prefix前缀匹配
prefix会对分词后的term进行前缀搜索
它不会对要搜索的字符串分词传入的前缀就是想要查找的前缀。默认状态下前缀查询不做相关性分数计算它只是将所有匹配的文档返回然后赋予所有相关分数值为1。
prefix的原理 需要遍历所有倒排索引并比较每个词项是否以所搜索的前缀开头。
GET /your-index-name/_search
{query: {prefix: {your_field_name:{value:your_prefix_string} }}
}需要注意的是这种查询方式仅适用于关键字类型keyword的字段。
7、wildcard通配符匹配
wildcard检索是Elasticsearch中一种支持通配符匹配的查询类型它允许在检索时使用通配符表达式来匹配文档的字段值。通配符包括两种
星号*表示零或多个字符可用于匹配任意长度的字符串。问号?表示一个字符用于匹配任意单个字符。
wildcard检索适用于对部分已知内容的文本字段进行模糊检索。例如在文件名或产品型号等具有一定规律的字段中使用通配符检索可以方便地找到满足特定模式的文档。
需要注意的是通配符查询可能会导致较高的计算负担因此在实际应用中应该谨慎使用尤其是在涉及大量文档的情况下。
GET /your-index-name/_search
{query: {wildcard: {your_field_name:{value:your_prefix_string} }}
}8、fuzzy支持编辑距离的模糊查询
是一种强大的搜索功能它能够在用户输入内容存在拼写错误或上下文不一致时仍然返回与搜索词相似的文档。通过使用编辑距离算法来度量输入词与文档中词条的相似度模糊查询在保证搜索结果相关性的同时有效地提高了搜索容错能力。
编辑距离是指从一个单词转换到另一个单词需要编辑单字符的次数。如中文集团到中威集团编辑距离就是1只需要修改一个字符如果fuzziness值在这里设置成2会把编辑距离为2的东东集团也查出来。
GET /your-index-name/_search
{query: {fuzzy: {your_field:{value:search_term,fuzziness:AUTO,prefix_length:1} }}
}fuzziness参数用于编辑距离的设置其默认值为AUTO支持的数值为[0,1,2]。如果值设置越界会报错。prefix_length: 搜索词的前缀长度在此长度内不会应用模糊匹配。默认是0即整个词都会被模糊匹配。
9、regexp正则匹配查询
10、term set用于解决多字段中的文档匹配问题
terms set检索是Elasticsearch中一种功能强大的检索类型主要用于解决多值字段中的文档匹配问题在处理具有多个属性、分类或标签的复杂数据时非常有用。
从应用场景来说terms set检索在处理多值字段和特定匹配条件时具有很大的优势。它适用于标签系统、搜索引擎、电子商务系统、文档管理系统和技能匹配等场景。
GET /your-index-name/_search
{query: {terms_set: {field_name:{terms:[term1,term2,...],minimum_should_match_field:minimum_should_match_field_name orminimum_should_match_script:{source:script}} }}
}field_name: 指定要查询的字段名这个字段通常是一个多值字段。terms提供一组词项用于在指定字段中进行匹配。minimum_should_match_field: 指定一个包含匹配数量的字段名其值应用作要匹配的最少术语数以便返回文档。minimum_should_match_script: 提供一个自定义脚本用于动态计算匹配数量。如果需要动态设置匹配所需的术语数这个参数将非常有用。
三、全文检索
全文检索查询旨在基于相关性搜索和匹配文本数据。这些查询会对输入的文本进行分析将其拆分为词项单个单词并执行诸如分词、词干处理和标准化等操作。此类检索主要应用于非结构化文本数据如文章和评论等。
1、match分词查询
match是一种全文检索查询它使用分析器将查询字符串分解成单独的词条并在倒排索引中搜索这些词条。match查询适用于文本字段并且可以通过多种参数来调整搜索行为。 对于match查询其底层逻辑的概述
分词首先输入的查询文本会被分词器进行分词。分词器会将文本拆分成一个个词项terms如单词、短语或特定字符。分词器通常根据特定的语言规则和配置进行操作。匹配计算一旦查询被分词ES将根据查询类型和参数计算文档与查询的匹配度。对于match查询ES将比较查询的词项与倒排索引中的词项并计算文档的相关性得分。相关性得分衡量了文档与查询的匹配程度。结果返回根据相关性得分ES将返回最匹配的文档作为搜索结果。搜索结果通常按照相关性得分进行排序以便最相关的文档排在前面。
GET /your-index-name/_search
{query: {match: {field_name:value}}
}2、mutil_match多字段查询
multi_match查询在Elasticsearch中用于在多个字段上执行相同的搜索操作。它可以接受一个查询字符串并在指定的字段集合中搜索这个字符串。multi_match查询提供了灵活的匹配类型和操作符选项以便根据不同的搜索需求调整搜索行为。
GET /your-index-name/_search
{query: {multi_match: {query:query_string,fields:[field1,field2,...]}}
}3、match_phrase短语查询
用于执行短语搜索它不仅仅匹配整个短语而且还考虑了短语中各个词的顺序和位置。这种查询类型对于搜索精确短语非常有用尤其是在用户输入的查询与文档中的文本表达方式需要严格匹配时。
GET /your-index-name/_search
{query: {match_parse: {field_name: {query:phrase}}}
}4、query_string支持与或非表达式的查询
是一种灵活的查询类型它允许使用Lucene查询语法来构建复杂的搜索查询。这种查询类型支持多种逻辑运算符包括与AND、或OR和非NOT以及通配符、模糊搜索和正则表达式等功能。query_string查询可以在单个或多个字段上进行搜索并且可以处理复杂的查询逻辑。
应用场景包括高级搜索、数据分析和报表等适合处理满足特定需求、要求支持与或非表达式的复杂查询任务通常用于专业领域或需要高级查询功能的应用中。
GET /your-index-name/_search
{query: {query_string: {query:query_string,default_field:field_name}}
}your_query_string是查询逻辑可以包含上述提到的逻辑运算符和通配符等。field_name是默认搜索字段如果省略则会搜索所有可索引字段。
5、simple_query_string
类似Query String但是会忽略错误的语法同时支持部分查询语法不支持AND OR NOT会当作字符串处理。支持部分逻辑
替代AND|替代OR-替代NOT 在生产环境中推荐使用simple_query_string而不是query_string主要是因为simple_query_string提供了宽松的语法能够容忍一定程度的输入错误而不会导致整个查询失败。
GET /your-index-name/_search
{query: {simple_query_string: {query:query_string,fields:[field1,field2,...],default_operator:OR 或 AND}}
}其中query_string是要搜索的查询表达式,,…是搜索可以在其中进行的字段列表default_operator定义了查询字符串中未指定操作符时的默认逻辑运算符可以使OR或AND。
四、bool query布尔查询
布尔查询可以按照布尔逻辑条件组织多条查询语句只有符合整个布尔条件的文档才会被搜索出来。 在布尔条件中可以包含两种不同的上下文
搜索上下文query context使用搜索上下文时Elasticsearch需要计算每个文档与搜索条件的相关度得分这个得分的计算需要使用一套复杂的计算公式有一定的性能开销带文本分析的全文检索的查询语句很适合放在搜索上下文中。过滤上下文filter context使用过滤上下文时Elasticsearch只需要判断搜索条件跟文档数据是否匹配例如使用term query判断一个值是否跟搜索内容一致使用Range query判断某数据是否位于某个区间等。过滤上下文的查询不需要进行相关度得分计算还可以使用缓存加快响应速度很多术语级查询语句都适合放在过滤上下文中。
布尔查询一种支持4中组合类型
五、highlight高亮显示
六、地理空间位置查询
七、ElasticSearch8.x 向量检索
