经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置：技术经验 » 程序设计 » Elasticsearch » 查看文章
ElasticSearch 实现分词全文检索 - id、ids、prefix、fuzzy、wildcard、range、regexp 查询
来源：cnblogs　　作者：VipSoft　　时间：2023/3/14 9:11:28　　对本文有异议

目录

ElasticSearch 实现分词全文检索 - 概述
ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装
ElasticSearch 实现分词全文检索 - Restful基本操作
ElasticSearch 实现分词全文检索 - Java SpringBoot ES 索引操作
ElasticSearch 实现分词全文检索 - Java SpringBoot ES 文档操作
ElasticSearch 实现分词全文检索 - 测试数据准备
ElasticSearch 实现分词全文检索 - term、terms查询
ElasticSearch 实现分词全文检索 - match、match_all、multimatch查询
ElasticSearch 实现分词全文检索 - id、ids、prefix、fuzzy、wildcard、range、regexp 查询
ElasticSearch 实现分词全文检索 - Scroll 深分页 --待发布
ElasticSearch 实现分词全文检索 - delete-by-query --待发布
ElasticSearch 实现分词全文检索 - 复合查询 --待发布
ElasticSearch 实现分词全文检索 - filter查询 --待发布
ElasticSearch 实现分词全文检索 - 高亮查询 --待发布
ElasticSearch 实现分词全文检索 - 聚合查询 cardinality --待发布
ElasticSearch 实现分词全文检索 - 经纬度查询 --待发布

数据准备

ElasticSearch 实现分词全文检索 - 测试数据准备

id 查询

  1. # id 查询
  2. GET /sms-logs-index/_doc/1

Java

  1. @Test
  2. void idQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     GetRequest request = new GetRequest(indexName,"1");
  9.     //2. 执行查询
  10.     GetResponse resp = client.get(request, RequestOptions.DEFAULT);
  12.     //4. 获取到  中的数据，并展示
  13.     System.out.println(resp.getSourceAsMap());
  14. }

ids 查询

根据多个ID查询，类似MySQL中的 where id in (1,2,3)

  1. # ids 查询
  2. GET /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "ids": {
  6.       "values": ["1","2","3"]
  7.     }
  8.   }
  9. }

Java

  1. @Test
  2. void idsQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.idsQuery().addIds("1","2","3"));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

prefix查询

前缀查询，可以通过一个关键字去指定一个Field的前缀，从而查询到指定的文档

  1. # prefix 查询
  2. GET /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "prefix": {
  6.       "longCode": {
  7.         "value": "李"
  8.       }
  9.     }
  10.   }
  11. }

Java

  1. @Test
  2. void prefixQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.prefixQuery("longCode","李"));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

fuzzy查询

模糊查询，我们输入字符的大概，ES就可以

  1. # fuzzy 查询
  2. GET /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "fuzzy": {
  6.       "smsContent": {
  7.         "value": "天天凯心", # 可以有错别字
  8.         "prefix_length": 2  # 前N个字符，不允许出现错误，完本匹配
  9.       }
  10.     }
  11.   }
  12. }

Java

  1. @Test
  2. void fuzzyQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.fuzzyQuery("smsContent","天天凯心").prefixLength(2));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

wildcard 查询

通配查询，和MySQL中的 like 差不多，可以在查询时，在字符串中指定通配符 * 和占位符？

  1. # wildcard 查询
  2. GET /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "wildcard": {
  6.       "smsContent": {
  7.         "value": "天*"
  8.       }
  9.     }
  10.   }
  11. }

Java

  1. @Test
  2. void wildcardQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.wildcardQuery("smsContent","天*"));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

range 查询

范围查询，只针对数值类型，对某一个Field进行大于或小于的范围指定查询

  1. # wildcard 查询
  2. GET /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "range": {
  6.       "fee": {
  7.         "gte": 10,
  8.         "lte": 20
  9.       }
  10.     }
  11.   }
  12. }

Java

  1. @Test
  2. void rangeQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.rangeQuery("fee").gte(10).lte(20));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

regexp 查询

正则查询，通过你编写的正则表达式去匹配内容

PS：prefix,fuzzy,wildcard 和 regexp 查询效率相对比较低。要求效率比较高时，避免去使用]

  1. # regexp 查询
  2. POST /sms-logs-index/_search/
  3. {
  4.   "query": {
  5.     "regexp": {
  6.       "mobile": "1382[0-9]{7}" # 查询 1382开头的手机号
  7.       }
  8.     }
  9.   }
  10. }

Java

  1. @Test
  2. void regexpQuery() throws Exception{
  3.     String indexName = "sms-logs-index";
  4.     RestHighLevelClient client = ESClient.getClient();
  6.     //1. 创建GetRequest对象
  7.     SearchRequest request = new SearchRequest(indexName);
  9.     //2. 指定查询条件
  10.     SearchSourceBuilder builder = new SearchSourceBuilder();
  11.     builder.query(QueryBuilders.regexpQuery("mobile","1382[0-9]{7}"));
  12.     request.source(builder);
  14.     //3. 执行查询
  15.     SearchResponse resp = client.search(request, RequestOptions.DEFAULT);
  17.     //4. 获取到 _source 中的数据，并展示
  18.     for (SearchHit hit : resp.getHits().getHits()) {
  19.         Map<String, Object> result = hit.getSourceAsMap();
  20.         System.out.println(result);
  21.     }
  22. }

原文链接：https://www.cnblogs.com/vipsoft/p/17168115.html

 友情链接：直通硅谷 　点职佳 　北美留学生论坛

Elasticsearch热门文章

  • ES 14 - (底层原理) Elasticsearch内部如何处理不同type的数据
  • ES 15 - Elasticsearch中的数据类型 (text、keyword、date、geo等)
  • java中elasticsearch7.x关于nested类型的api使用，新增+更新
  • Elasticsearch 映射参数详解 fields
  • [Elasticsearch] ES聚合场景下部分结果数据未返回问题分析
  • ES 22 - Elasticsearch中如何进行日期(数值)范围查询
  • Elasticsearch查询之Term?Query示例解析
  • ElasticSearch 实现分词全文检索 - SpringBoot 完整实现 Demo 附源码【完结篇】
  • ElasticStack学习（十）：深入ElasticSearch搜索之QueryFiltering、多/单字符串的多字段查询
  • ElasticSearch7 设置外网访问

    • Elasticsearch推荐文章

  • 利用Elasticsearch实现地理位置、城市搜索服务
  • 日志采集/分析
  • ELKF（elasticsearch、logstash、kibana、filebeat）搭建及收集nginx日志特昂糖-
  • ElasticSearch性能原理拆解
  • Elasticsearch使用实战以及代码详解
  • 使用 Docker Compose V2 快速搭建日志分析平台 ELK (Elasticsearch、Logstash 和 Kibana)
  • 【解决方案】MySQL5.7 百万数据迁移到 ElasticSearch7.x 的思考
  • K8s部署轻量级日志收集系统EFK（elasticsearch + filebeat + kibana）
  • Docker下elasticsearch8部署、扩容、基本操作实战(含kibana)
  • Elasticsearch 保姆级入门篇

    • 本站QQ群：前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

    W3xue 的所有内容仅供测试，对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
    关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接（目前9元/月）请联系QQ：27243702 沸活量
    皖ICP备17017327号-2　皖公网安备34020702000426号