ES系列11：Term-level queries 之 3种模糊查询和terms_set query

通配符 *：它匹配任何字符序列（包括空字符） 占位符 ?：它匹配任何单个字符。

GET blogs_index/_search
{
    "query": {
        "wildcard" : { "author": "方*" }
    }
}

上述DSL语句，可以检索到所有文档。等价于sql【where author like "方%”】

GET blogs_index/_search
{
    "query": {
        "wildcard" : { "author": "方?" }
    }
}

上述DSL语句，检索结果为空。等价于sql【where author like "方_”】

GET _search
{ "query": {
    "prefix" : { "author": "方" }
  }
}

该DSL等价于 wildcard query 的 "wildcard" : { "author": "方*" }，等价于sql【where author like "方%”】

GET blogs_index/_search
{
    "query": {
        "fuzzy" : {
            "author": {
                "value": "方财兄",
                "fuzziness": 1,
                "prefix_length": 1,
                "max_expansions": 100
            }
        }
    }
}

fuzziness：最大编辑距离【一个字符串要与另一个字符串相同必须更改的一个字符数】。默认为AUTO。

prefix_length：不会被“模糊化”的初始字符数。这有助于减少必须检查的术语数量。默认为0。

max_expansions：fuzzy查询将扩展到的最大术语数。默认为50。

transpositions：是否支持模糊转置（ab→ ba）。默认值为false。

上述DSL等价于sql【where author like “方_兄”or  author like “方财_”or  author like “方_财兄”or  author like “方财_兄”or  author like “方财兄_”】（会根据上述的4个参数穷尽所有可能组合）

1、空字符串，例如""或"-" 2、包含null和另一个值的数组，例如[null, "foo"] 3、自定义null-value，在字段映射中定义

1、查询 title字段不为 null 的文档
GET blogs_index/_search
{
    "query": {
        "exists" : { "field" : "title" }
    }
}

GET blogs_index/_search
{
    "query": {
        "bool": {
            "must_not": {
                "exists": {
                    "field": "title"
                }
            }
        }
    }
}

ps：terms_set query 在对Array类型的字段做检索时非常有用，特别是对于每个文档，需要匹配的数量不一致时。如果所有文档需要匹配的数量一致，可以使用match query替代。

PUT term_set_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "codes": {
          "type": "keyword"
        },
        "required_matches": {
          "type": "integer"
        }
      }
    }
  }
}

PUT term_set_index/_doc/1?refresh
{
    "codes": ["系统学习", "es","关注我"],
    "required_matches": 2
}
PUT term_set_index/_doc/2?refresh
{
    "codes": ["系统", "学习"],
    "required_matches": 1
}

GET term_set_index/_search
{
  "query": {
    "terms_set": {
      "codes": {
        "terms": [
          "关注我",
          "学习"
        ],
        "minimum_should_match_field": "required_matches"
      }
    }
  }
}

分析：该DSL语句可以检索到文档2。

对于文档1，需要至少匹配2个term，但是在检索terms里，只能匹配上【关注我】一个term，所以文档1不符合检索条件；

对于文档2，只需要匹配一个term，刚好能匹配上检索terms里的【学习】。

GET term_set_index/_search
{
  "query": {
    "terms_set": {
      "codes": {
        "terms": [
          "系统学习",
          "关注我"
        ],
        "minimum_should_match_script": {
          "source": " doc['required_matches'].value"
        }
      }
    }
  }
}

等价于上一句DSL。

GET term_set_index/_search
{
    "query": {
        "match": {
            "codes" : {
                "query":  "系统学习 关注我",
                "analyzer": "whitespace",
                "minimum_should_match": 2
            }
        }
    }
}

分析：DSL语句使用 "analyzer": "whitespace", 所以 query会被分词两个Token/term【系统学习】【关注我】。"minimum_should_match": 2，所以可以检索到文档1。

ps：关于Term-level queries 与 Full Text queries 的对比分析，使用场景对比，后续TeHero将详细为大家讲解！敬请期待哟！

GET _search
{
    "query": {
        "regexp":{
            "name.first": "s.*y"
        }
    }
}

注意：regexp查询的性能在很大程度上取决于所选的正则表达式。匹配所有类似的东西.*都很慢，而且使用环视正则表达式也很慢。如果可能，应在正则表达式开始之前尝试使用长前缀。【ps，正在表达式，在日志系统使用较多，后面在Logstash系列，TeHero再为大家讲解】

GET your_index/_search
{
    "query": {
        "type" : {
            "value" : "_doc"
        }
    }
}

GET /_search
{
    "query": {
        "ids" : {
            "type" : "_doc",
            "values" : ["1", "4", "100"]
        }
    }
}

1、 所有的 Term-level queries 的检索关键词都不会分词；

2、term query 等价于sql【where Token = “检索词”】；

3、terms query 等价于sql【where Token in ( 检索词List )】；

4、range query 掌握Date Math 和对 range类型字段检索的 relation参数；

5、掌握 wildcard query、prefix query、fuzzy query 这3种模糊查询；

6、terms_set query 用于检索Array类型的字段，但文档中必须定义一个数字字段——表示最低匹配的term数量；

7、exists query 用于检索为null的字段，检索不为null的字段使用 must_not + exists。

待续

       

●ES系列05：倒排序索引与分词Analysis

●ES系列09：Term-level queries（1）

●ES系列10：Term-level queries 之 Range  query

你点的每个赞，我都认真当成了喜欢