023 elasticsearch查询数据 高亮 分页 中文分词器 field的数据类型
文章目录
- 1查询的语法
- 2查询全部数据
- 3termQuery 关键词查询
- 4QueryString查询，根据查询字符串查询
- 5match查询，功能和query_string相同
- 6multi_match查询
- 7bool查询
- 8高亮处理
- 9查询结果分页
- 10中文分词器
- field的数据类型
1查询的语法
方法：post
url：http://localhost:9200/[/{blog}][/{type}]/_search
请求体：
json形式的查询语句
{
"query":{
"xxx"
}
}
2查询全部数据
{
"query":{
"match_all":{}
}
}
3termQuery 关键词查询
是所有查询中最基本的一个查询
根据关键词进行查询，如果关键词在索引中存在就有结果
如果关键词不存在就查询不到结果。ES不会再次对查询的内容进行分词处理
需要指定：
- 要查询的关键词
- 要查询的字段
{
"query":{
"term":{
"title":"java"
}
}
}
默认使用的是standard分词器。处理英文根据空格进行分词处理。如果处理中文，是一个汉字一个关键词。
4QueryString查询，根据查询字符串查询
查询条件可以指定一个字符串，在查询之前，可以对查询条件进行分词处理，然后基于分词之后的结果再次查询
{
"query":{
"query_string":{
"default_field":"title",
"query":"第二轮开售｜摩拳擦掌，笑迎五一"
}
}
}
5match查询，功能和query_string相同
{
"query":{
"match":{
"title":"第二轮开售｜摩拳擦掌，笑迎五一"
}
}
}
6multi_match查询
可以指定在多个字段中查询
{
"query":{
"multi_match":{
"query":"第二轮开售｜摩拳擦掌，笑迎五一",
"fields":["title","content"]
}
}
}
7bool查询
- 组合条件查询
逻辑关系：
must：必须满足，相当于是AND
should：应该满足，相当于OR
must_not：必须不能满足，相当于NOT
语法：
{
"query":{
"bool":{
"must":[],
"should":[],
"must_not":[],
"filter":[]
}
}
}
案例：
{
"query":{
"bool":{
"must":[
{
"match":{
"title":"apple"
}
},
{
"match":{
"content":"apple"
}
}
]
}
}
}
-
filter过滤查询
在bool查询的filter节点中可以包含多个查询条件，条件之间层层过滤
也可以直接使用filter进行数据的查询。filter查询是不进行打分处理。查询性能高于query相关度排序： SEO：搜索引擎优化。 两个指标： TF：关键词在文章中出现的频率。TF越大相关度越高。 DF：所有文档中关键词出现的频率。DF越大相关度越低。例如 and 根据TF和DF计算出一个相关度的得分，得分越高相关度越高，文档根据相关度得分进行降序排列。
{
"query":{
"bool":{
"filter":[
{
"match_all":{}
},
{
"term":{
"title":"喜"
}
},
{
"term":{
"title":"金"
}
},
{
"term":{
"title":"北"
}
}
]
}
}
}
8高亮处理
在查询结果中将查询的关键词左右两边分别加上成对的html标签。
高亮的处理在查询条件中指定。
{
"query":{
"bool":{
"must":[
{
"match":{
"title":"apple"
}
}
]
}
},
"highlight":{
"fields":{
"title":{}
},
"pre_tags":"<em>",
"post_tags":"</em>"
}
}
9查询结果分页
在query查询条件中增加两个属性
from：起始的行号，从0开始
size：每页显示的记录数量
{
"query":{
"multi_match":{
"query":"苹果正开发",
"fields":["title","content"]
}
},
"highlight": {
"fields": {
"title": {},
"content": {}
},
"pre_tags": "<em>",
"post_tags": "</em>"
},
"from": 10,
"size": 5
}
10中文分词器
Ik-analyzer
https://github.com/medcl/elasticsearch-analysis-ik/releases
mkdir ik-analyzer
sudo yum install unzip
unzip elasticsearch-analysis-ik-7.10.2.zip -d ik-analyzer
cp ik-analyzer/ elasticsearch-7.10.2/plugins/ -R
方法：
POST
url：
http://localhost:9200/_analyze
方法体：
{
"analyzer":"standard",
"text":"and productivity has made it the world's most popular Java framework."
}
IK一旦安装之后有两个分词算法：
ik_smart：快速分词，速度快，粒度比较粗。
ik_max_word：最大数量分词，速度慢，粒度细。
索引一旦创建完毕不能修改分词器的
如果使用中文分词，应该在创建索引时，设置mapping的过程中指定使用中文分词器。
PUT /blog1
{
"settings":{
"number_of_shards":5,
"number_of_replicas":1
},
"mappings":{
"properties":{
"id":{
"type":"long"
},
"title":{
"type":"text",
"analyzer":"ik_max_word",
"store":"true"
},
"mobile":{
"type":"keyword",
"store":"true"
},
"comment":{
"type":"text",
"analyzer":"ik_max_word",
"store":"true"
},
"content":{
"type":"text",
"analyzer":"ik_max_word",
"store":"true"
}
}
}
}
POST /blog1/_bulk
field的数据类型
数值类型：
int
long
float
double
字符串：
text：需要分词的字段必须使用text，只有text类型才能支持分词器。
keyword：不需要对字段的内容进行分词处理时，可以使用keyword数据类型。
例如：身份证号、手机号、订单号等。
日期：
data
字段的三个属性：
是否分词：
是否是text类型。例如文章的title、content都需要分词。
是否索引：
是否对field的内容进行索引。如果text数据类型一定需要创建索引，分词之后一定要创建索引。
不分词也可以把field的内容添加到索引中，使用keyword数据类型。
也可以不索引field中的内容。
例如文件的path，不需要分词，不需要索引，只需要存储即可。
"path":{
"type":"keyword",
"index":false,
"store":true
}
是否存储
定义field时，store属性是否是true。
如果是true那么就存储，false不存储。
无论是否存储，不影响分词、创建索引、搜索。
影响的范围就是是否能在查询结果中看到原始内容。