Elasticsearch聚合查詢及排序操作示例
更新時間：2022年04月19日 17:56:48 作者：Jeff的技術棧
這篇文章主要為大家介紹了Elasticsearch聚合查詢及排序操作示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
1 es排序
# 1 排序
GET jeff/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
# 升序
GET jeff/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
]
}
# 并不是所有類型都支持排序（只允許數(shù)字類型做排序）
GET jeff/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"name": {
"order": "asc"
}
}
]
}
2 match和match的區(qū)別
# match和match_all的區(qū)別？
mach表示要查詢，根據(jù)字段查，match_all查所有
GET jeff/doc/_search
{
"query": {
"match_all": {}
}
}
3 分頁查詢
GET jeff/doc/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"from": 2,
"size": 1
}
# "from": 2，代表從第二條開始， 取一條"size": 1
# 有了這個查詢，如何分頁？
一頁有10條數(shù)據(jù)
第一頁：
"from": 0,
"size": 10
第二頁：
"from": 10,
"size": 10
第三頁：
"from": 20,
"size": 10
4 es 組合查詢
# 多個條件，and ，or ，not
# 對到es中就是布爾查詢，must，should，must_not，filter
must --- and
should --- or
must_not --- not
filter --- 過濾
# 1 組合查詢之must
# 查詢form gu和age=30的數(shù)據(jù)
GET gyy/doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": "30"
}
}
]
}
}
}
# 查詢form gu數(shù)據(jù)（）
GET gyy/doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
}
]
}
}
}
# 同上
GET gyy/doc/_search
{
"query": {
"match": {
"from": "gu"
}
}
}
# 2 組合查詢之should，或者的條件
GET gyy/doc/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"tags": "閉月"
}
}
]
}
}
}
# 3 組合查詢之must_not 取反
GET gyy/doc/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"tags": "可愛"
}
},
{
"match": {
"age": 18
}
}
]
}
}
}
# `filter`條件過濾查詢，過濾條件的范圍用`range`表示，`gt`表示大于，大于多少呢
# gt:大于 lt：小于 get：大于等于 let：小于等于
GET gyy/doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
}
],
"filter": {
"range": {
"age": {
"gt": 25
}
}
}
}
}
}
# 查詢年齡小于等于18的所有數(shù)據(jù)
GET gyy/doc/_search
{
"query": {
"bool": {
"filter": {
"range": {
"age": {
"lte": 18
}
}
}
}
}
}
5 結果過濾展示字端
# 對結果進行過濾，類似于如下
select * from user；
select name，age from user；
# 對應到es的查詢
GET gyy/doc/_search
{
"query": {
"match": {
"name": "顧老二"
}
},
"_source": ["name", "age"]
}
6 結果高亮展示
# 3 結果高亮顯示（默認情況）
GET gyy/doc/_search
{
"query": {
"match": {
"name": "石頭"
}
},
"highlight": {
"fields": {
"name": {}
}
}
}
# 定制高亮顯示的樣式
GET gyy/chengyuan/_search
{
"query": {
"match": {
"from": "gu"
}
},
"highlight": {
"pre_tags": "<b class='key' style='color:red'>",
"post_tags": "</b>",
"fields": {
"from": {}
}
}
}
小結：
混合開發(fā)，你知道怎么處理
前后端分離，你怎么處理？
<b class='key' style='color:red'>串直接以josn格式返回，前端自行渲染
用的最多就是match+布爾+高亮+分頁
7 聚合查詢avg、max、min、sum、分組
# 聚合查詢
# 1 聚合查詢之avg
select max(age) as my_avg from user；
GET gyy/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"my_avg": {
"avg": {
"field": "age"
}
}
},
"_source": ["name", "age"]
}
# 2 聚合查詢之max，size=0表示不取數(shù)據(jù)，只要max的結果
GET gyy/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"my_max": {
"max": {
"field": "age"
}
}
},
"size": 0
}
# 3 聚合之min
GET gyy/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"my_min": {
"min": {
"field": "age"
}
}
},
"size": 0
}
# 4 聚合查詢之sum
GET gyy/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"my_sum": {
"sum": {
"field": "age"
}
}
},
"size": 0
}
# 5 聚合之分組
GET gyy/doc/_search
{
"size": 0,
"query": {
"match_all": {}
},
"aggs": {
"age_group": {
"range": {
"field": "age",
"ranges": [
{
"from": 15,
"to": 20
},
{
"from": 20,
"to": 25
},
{
"from": 25,
"to": 30
}
]
}
}
}
}
8 mapping和_template模版
GET _template/user_instagram # 查看模版
PUT _template/user_instagram # 修改模版
{跟字段信息數(shù)據(jù)}
GET user_instagram/_mapping # 查看索引信息
PUT user_instagram/_mapping # 修改索引信息
{跟字段信息數(shù)據(jù)}
模版中如果有name字段，存的時候會在索引中自動匹配
模版中如果沒有age字段，存的時候索引找不到字段，存不進去。
需要現(xiàn)在模版中添加字段，再到索引中添加字段，索引生成之后需要手動添加字段，不會自動生成
# 查看索引信息---》mapping字典---》映射（類型，表類型，表結構）
GET user_instagram/_mapping
# 6.x以后一個索引只能有一個映射類型（只能有一個表）
# 創(chuàng)建映射
# 創(chuàng)建索引，并設置映射
PUT _template/user_instagram
{
"order" : 1,
"index_patterns" : [
"user_instagram-v1_0"
],
"settings" : {
"index" : {
"default_pipeline" : "auto_timestamp_pipeline",
"mapping" : {
"total_fields" : {
"limit" : "10000"
}
},
"refresh_interval" : "600s",
"number_of_shards" : "8",
"number_of_replicas" : "0",
"max_inner_result_window" : "50000"
}
},
"mappings" : {
"_meta" : {
"software_version_mapping" : "1.0"
},
"dynamic" : "strict",
"properties" : {
"is_private" : {
"type" : "boolean"
},
"full_name" : {
"type" : "text"
},
"create_time" : {
"type" : "date"
},
"avatar_url" : {
"type" : "text"
},
"user_id" : {
"eager_global_ordinals" : true,
"type" : "keyword"
},
"follower_num" : {
"type" : "integer"
},
"following_num" : {
"type" : "integer"
},
"post_count" : {
"type" : "integer"
},
"nickname" : {
"type" : "text",
"fields" : {
"keyword" : {
"ignore_above" : 256,
"type" : "keyword"
}
},
"doc_values" : false
},
"requested_by_viewer" : {
"type" : "boolean"
},
"is_verified" : {
"type" : "boolean"
},
"followed_by_viewer" : {
"type" : "boolean"
}
}
},
"aliases" : {
"user_instagram" : { }
}
}
# 插入測試數(shù)據(jù)
PUT books/_doc/1
{
"title":"大頭兒子小偷爸爸",
"price":100,
"addr":"北京天安門",
"company":{
"name":"我愛北京天安門",
"company_addr":"我的家在東北松花江傻姑娘",
"employee_count":10
},
"publish_date":"2019-08-19"
}
PUT books/_doc/2
{
"title":"白雪公主和十個小矮人",
"price":"99",
"addr":"黑暗森里",
"company":{
"name":"我的家鄉(xiāng)在上海",
"company_addr":"朋友一生一起走",
"employee_count":10
},
"publish_date":"2018-05-19"
}
PUT books/_doc/3
{
"title":"白雪公主和十個小矮人",
"price":"99",
"addr":"黑暗森里",
"age":18
}
# 查看映射
GET books
GET books/_mapping
映射是什么？映射有什么用？ 規(guī)定了表結構（不是強制的），規(guī)定了哪個字段是可以用來全文檢索，是否是數(shù)字類型，布爾類型
mapping類型一旦確定，以后就不能修改了，但是可以插入字段
9 ik分詞
# 全文檢索，有了映射，決定了我可以對某個字段做全文檢索
# es默認分詞對英文友好，使用中文分詞器（es的插件），ik（作者，中國人，elasticsearch開源社區(qū)負責人）
# 是es的一個插件（es如何安裝插件）
#第一種：命令行（內置插件）
bin/elasticsearch-plugin install analysis-smartcn 安裝中文分詞器
#第二種：url安裝（第三方插件）
bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.0/elasticsearch-analysis-ik-7.5.0.zip
#第三種：手動安裝（推薦用）
#下載，解壓到es的plugins路徑下，重啟es即可
#注意：ik分詞器跟es版本一定要對應
# 兩種分詞方式
# ik_smart：分詞分的
# ik_max_word ：分詞分的多
# ik_smart分的詞少，粒度大
GET _analyze
{
"analyzer": "ik_smart",
"text": "上海自來水來自海上"
}
# ik_smart分的詞多，粒度小
GET _analyze
{
"analyzer": "ik_max_word",
"text": "上海自來水來自海上"
}
# 在創(chuàng)建映射的時候配置
# 以后你的操作：
#文章標題：ik_max_word
#文章內容：ik_smart
#摘要
#作者
#創(chuàng)建時間
10 term和match的區(qū)別
# match:我們今天出去玩 ----》分詞---》按分詞去搜
#term：我們今天出去玩---》直接拿著[我們今天出去玩]--->去索引中查詢
# 查不到內容，直接拿著 Python爬蟲 去查，因為沒有索引，所以查不到
GET books/_search
{
"query":{
"term":{
"title":"Python爬蟲"
}
}
}
# 能查到，而且?guī)ython的都查出來了
# Python 爬蟲 分了詞，分別拿著這兩個詞去查，帶python關鍵字，帶爬蟲關鍵字都能查到
GET books/_search
{
"query":{
"match":{
"title":"Python爬蟲"
}
}
}以上就是Elasticsearch聚合查詢及排序操作示例的詳細內容，更多關于Elasticsearch聚合查詢及排序的資料請關注腳本之家其它相關文章！
相關文章
這篇文章主要介紹了mapboxgl加載tiff,先使用geotiff.js解析tiff數(shù)據(jù)，再配合使用canvas繪制圖片導出base64格式數(shù)據(jù)，然后就可以使用添加到mapboxgl圖層了，本文結合實例代碼給大家介紹的非常詳細，需要的朋友可以參考下2022-09-09
Coder是VS?Code的Web?IDE，分Code?Server?和?Coder，Code?Server安裝在服務器上，通過瀏覽器打開地址后可以使用一個web版的VS?Code，也就是Coder，但VS?Code的插件無法使用。這篇文章主要介紹了VSCode?Web?IDE?Coder?安裝及使用,需要的朋友可以參考下2021-12-12
aop的實現(xiàn)原理_動力節(jié)點Java學院整理
這篇文章主要介紹了aop的實現(xiàn)原理，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-08-08
這篇文章介紹了如何在本地部署DeepSeek大型語言模型,并分享了遇到的問題和解決方法,感興趣的朋友一起看看吧2025-02-02
ChatGPT是一個訓練有素的大型語言模型，可以幫助你回答各種問題，本文介紹了ChatGPT 中文調教指南，感興趣的可以了解一下2023-05-05
這篇文章介紹了使用Git向GitHub上傳更新內容的方法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-04-04
這篇文章介紹了使用git命令上傳代碼的方法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-03-03
本篇文章主要介紹二維碼,二維碼大家都很熟悉,但是二維碼是如何生成的并不了解,對二維碼感興趣的小伙伴可以看下本篇文章2016-07-07
這篇文章主要探討了ChatGPT的工作原理，ChatGPT是基于OpenAI開發(fā)的GPT-4架構的大型語言模型，文中圖文介紹的非常詳細，感興趣的同學跟著小編一起來學習吧2023-06-06
大數(shù)據(jù)HelloWorld-Flink實現(xiàn)WordCount
這篇文章主要介紹了大數(shù)據(jù)HelloWorld-Flink實現(xiàn)WordCount的相關知識，非常不錯，具有一定的參考借鑒價值,需要的朋友可以參考下2019-08-08