我的Elasticsearch系列文章，逐渐更新中，欢迎关注
04.如果通过elasticsearch的head插件建立索引_CRUD操作
05.Elasticsearch多个实例和head plugin使用介绍
06.当Elasticsearch进行文档索引时，它是怎样工作的？
10.Kibana科普-作为Elasticsearhc开发工具
12.Elasticsearch全文查询
13.Elasticsearch查询-术语级查询
另外Elasticsearch入门，我强烈推荐ElasticSearch搭建手册给你，非常想尽的入门指南手册。
在上一个博客中，我们看到了Elasticsearch世界中一些重要且使用最广泛的全文查询。我们将介绍此博客中一些最有用和最相关的术语级别查询。
什么是学期水平查询？
术语级别查询是用于根据组织/结构化数据中的确切值查找记录/文档的那些查询。
结构化数据的示例包括产品代码，日期范围，PIN码，IP等。
术语查询与全文查询的不同之处在于，搜索关键字（要搜索的文本）将经过分析过程然后被查询。与术语查询执行中一样，搜索查询关键字将照原样进行。（注意：关键字的标准化可以通过标准化设置进行，但默认情况下，搜索查询关键字照原样进行。）
例如，
如果我使用全文查询搜索“ Arun Mohan”，则搜索将继续进行分别为“阿伦”和“莫汉”。
但是，当我对与上述相同的关键字使用术语查询时，搜索将作为单个关键字完成，而不会拆分为“ Arun Mohan”本身。
样本数据集
可以在此处找到为此操作执行的数据集。加载CSV的步骤可以在我以前在Kibana上的博客中找到。我已将数据索引到名为“ testindexterms”的索引。该索引中的样本文档如下所示：
{
"_index" : "testindexterms",
"_type" : "_doc",
"_id" : "-6Ry3m0B5ZMO9aBbs5Sg",
"_score" : 1.0,
"_source" : {
"id" : "1",
"first_name" : "Jasmina",
"last_name" : "Crocetto",
"email" : "jcrocetto0@odnoklassniki.ru",
"gender" : "Female",
"ip_address" : "90.139.240.83",
"socialSecurity" : "896-40-5515",
"age" : "33"
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
基本术语查询
基本字词查询不会在搜索时分析为其指定的搜索关键字。考虑一个示例，让我们在“性别”字段上搜索关键字“男性”，如下所示：
#term query
POST testindexterms/_search
{
"query": {
"term": {
"gender": {
"value": "Male"
}
}
}
}上面的查询将导致返回所有带有“ gender”字段且值为“ Male”的文档。
现在，如果我们通过将大小写更改为“ male”来给出相同的查询，则相同的查询将不会产生任何结果。
POST testindexterms / _search
{
“ query”：{
“ term”：{
“ first_name”：{
“ value”：“ jasmina”
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
这表明在“性别”字段的倒排索引中没有“男性”值。只有“男”和“女”两个值（注意大小写不同）。
条款查询
在某些情况下，我们需要从同一字段中获取多个搜索关键字。我们可以针对以下情况使用术语查询，如以下示例所示：
POST testindexterms/_search
{
"query": {
"term": {
"first_name": {
"value": "jasmina"
}
}
}
}
1
2
3
4
5
6
7
8
9
10
上面的查询将在“ first_name”字段上返回与“ Jasmina”和“ Claresta”匹配的文档
前缀查询
前缀查询将返回以单词模式开头的文档。假设我们需要获取“ first_name”以“ Ja”开头的文档，我们可以使用以下前缀查询：
#prefix query
POST testindexterms / _search
{
“ query”：{
“ prefix”：{
“ first_name”：{
“ value”：“ Ja”
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
范围查询
这是Elasticseaerch中使用的最有用和最频繁的查询之一。该查询将向我们返回包含提供范围内的术语的文档。
例如，查找所有年龄在20至40岁之间的雇员。
或者查找所有薪水超过100,000等的雇员。
以下查询可用于获取年龄介于20到40岁（包括20到40岁）之间的文档
POST testindexterms / _search
{
“ query”：{
“ range”：{
“ age”：{
“ gte”：20，
“ lte”：30
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
gte：大于或等于
lte：小于或等于
gt（大于）和lt（小于）选项也可用于确定范围。
模糊查询
现在，另一个常见的用例是搜索单词并找到结果，而与较小的拼写问题无关。就像我们搜索“ Jaems”一样，结果应返回包含“ James”的文档。
通过模糊查询，我们可以处理这种情况。在下面的查询中，查询针对字段“性别”给出为“ Mael”。由于我们使用了模糊查询，因此它将在“性别”字段中提取所有包含“男性”一词的文档
{
"_index" : "testindexterms",
"_type" : "_doc",
"_id" : "-6Ry3m0B5ZMO9aBbs5Sg",
"_score" : 1.0,
"_source" : {
"id" : "1",
"first_name" : "Jasmina",
"last_name" : "Crocetto",
"email" : "jcrocetto0@odnoklassniki.ru",
"gender" : "Female",
"ip_address" : "90.139.240.83",
"socialSecurity" : "896-40-5515",
"age" : "33"
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
基本上，模糊查询的目的是仅找出一个字符的拼写错误，如上所示。如果我们使用相同的查询并搜索“ Meal”，则不会返回任何文档。可以使用模糊查询中可用的高级参数进行配置。我们可以使用参数，将模糊性设置为2来实现与以下相同的效果：
POST testindexterms / _search
{
“ query”：{
“ fuzzy”：{
“ gender”：{
“ value”：“ Meal”，
“ fuzziness”：“ 2”
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
结论
在此博客中，我们看到了一些重要的术语级别查询，并带有示例。在下一个博客中，我们可以看到全文查询的另一部分已被推迟，因为它需要术语级别查询的一些背景知识。
————————————————
版权声明：本文为CSDN博主「普通人刘大」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_48156881/article/details/106738320
