本文首發(fā)于公眾號(hào)：Hunter后端
原文鏈接：es筆記五之term-level的查詢操作

官方文檔上寫(xiě)的是 term-level queries，表義為基于準(zhǔn)確值的對(duì)文檔的查詢，可以理解為對(duì) keyword 類型或者 text 類型分詞為 keyword 的字段進(jìn)行 term 形式的精確查找。

以下是本篇筆記目錄：

1. 是否存在值
2. 前綴搜索
3. 大小于操作
4. term 查詢
5. terms 查詢
6. wildcard 查詢

1、是否存在值

exists 查詢某個(gè)字段是否存在值。

還是使用上篇筆記講的 exam 這個(gè) index，我們創(chuàng)建一條數(shù)據(jù)，只給定 name 的值，那么 address 的值就 null，或者說(shuō)查詢返回的數(shù)據(jù)就沒(méi)有這個(gè)字段了。

PUT /exam/_doc/12
{
    "name" : "test"
}

然后我們查詢 address 字段有值的數(shù)據(jù)：

GET /exam/_search
{
  "query": {
    "exists": {
      "field": "address"
    }
  }
}

就可以發(fā)現(xiàn)返回的數(shù)據(jù)中沒(méi)有我們創(chuàng)建的這條數(shù)據(jù)，或者我們?nèi)》床僮鳎樵?address 字段沒(méi)有值的數(shù)據(jù)：

GET /exam/_search
{
  "query": {
    "bool": {
      "must_not": [
        {"exists": {"field": "address"}}
      ]
    }
  }
}

2、前綴搜索

對(duì)于我們?cè)谇懊鎰?chuàng)建的這條數(shù)據(jù)：

PUT /exam/_doc/16
{
    "name" : "張三豐",
    "address": "一個(gè)蘋(píng)果"
}

如果是 name 字段，因?yàn)樗且粋€(gè) keyword 類型，所以它是一個(gè)整體不會(huì)被分詞處理，我們可以搜索 name 的值為 '張', '張三' 和 '張三豐' 都可以搜索到。

GET /exam/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "張"
      }
    }
  }
}

但是對(duì)于 address 字段，發(fā)現(xiàn)是可以搜索到 '一'，'一個(gè)' 和 '蘋(píng)果'，但是搜索 '一個(gè)蘋(píng)'，或者 '一個(gè)蘋(píng)果' 是搜不到結(jié)果的。

GET /exam/_search
{
  "query": {
    "prefix": {
      "address": {
        "value": "一個(gè)蘋(píng)"
      }
    }
  }
}

我們可以看一下 '一個(gè)蘋(píng)果' 的分詞結(jié)果：

GET /exam/_doc/16/_termvectors?fields=address

可以發(fā)現(xiàn)可以搜索到的詞都在以分詞結(jié)果的開(kāi)頭或者全部，但是 '一個(gè)蘋(píng)' 是沒(méi)有分詞結(jié)果以此為開(kāi)頭的。

所以這里我們的搜索操作是基于 address 字段的分詞結(jié)果列表來(lái)查詢的。

如果想要搜索到從 '一' 開(kāi)始到結(jié)尾之間任意地點(diǎn)截?cái)嗟臄?shù)據(jù)，我們就需要將 address 字段作為一個(gè)整體來(lái)搜索，那就是加上 .keyword 來(lái)操作。

GET /exam/_search
{
  "query": {
    "prefix": {
      "address.keyword": {
        "value": "一個(gè)蘋(píng)"
      }
    }
  }
}

3、大小于操作

前面介紹了 gt, gte, lt, lte 的操作是在 bool 下的 filter 里操作，這里我們可以直接放到 query 下：

GET /bank/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 20
      }
    }
  }
}

4、term 查詢

前面介紹過(guò) term 查詢是一種精確查詢，但是官方文檔提醒我們應(yīng)該盡量避免對(duì) text 字段使用 term 查詢，因?yàn)?text 類型的數(shù)據(jù)在寫(xiě)入的時(shí)候會(huì)被分詞，通過(guò) term 查詢我們可能搜索不到想要的查詢的數(shù)據(jù)。同時(shí)建議我們查詢 text 字段應(yīng)當(dāng)使用 match 操作。

我們使用官方文檔提供的一個(gè)示例來(lái)說(shuō)明為什么應(yīng)該盡量避免使用 term 查詢來(lái)查詢 text 字段，其實(shí)前面我們介紹過(guò)相關(guān)的示例，這里單獨(dú)拿出來(lái)做一下說(shuō)明。

還是使用我們前面用過(guò)的索引 exam，我們來(lái)寫(xiě)入一條數(shù)據(jù)：

PUT /exam/_doc/18
{
  "address": "quick brown foxes"
}

然后我們想要搜索 'quick brown foxes' 這個(gè)字符串，使用下面的操作：

GET /exam/_search
{
  "query": {
    "term": {
      "address": {
        "value": "quick brown foxes"
      }
    }
  }
}

這個(gè)肯定是搜索不到的，因?yàn)檫@個(gè)字符串在寫(xiě)入的時(shí)候已經(jīng)被分詞處理了，而 term 是一個(gè)精確查找，相當(dāng)于搜索一整個(gè)字符串，這就肯定搜索不到了。

但是我們可以使用 match，match 操作會(huì)在搜索前先對(duì)搜索的字符串進(jìn)行分詞處理，然后進(jìn)行匹配操作，所以使用下面的操作是可以搜索到數(shù)據(jù)的：

GET /exam/_search
{
  "query": {
    "match": {
      "address": "quick brown foxes"
    }
  }
}

前面還介紹過(guò)，如果想要搜索一整個(gè) address 的值為我們搜索的字符串內(nèi)容，可以使用 address.keyword：

GET /exam/_search
{
  "query": {
    "term": {
      "address.keyword": "quick brown foxes"
    }
  }
}

5、terms 查詢

如果想要同時(shí)搜索多個(gè)精確字段值，比如搜索 "quick" 和 "蘋(píng)果"，就可以使用 terms：

GET /exam/_search
{
  "query": {
    "terms": {
      "address": ["quick", "蘋(píng)果"]
    }
  }
}

6、wildcard 查詢

wildcard 是通配符的意思，這里的用法有點(diǎn)類似于前綴的操作，都是通過(guò)符號(hào)來(lái)實(shí)現(xiàn)更為隨意的匹配。

這里有兩個(gè)通配符，一個(gè)是 *，一個(gè)是 ?

* 的作用是 0 到 n 個(gè)字符長(zhǎng)度

比如我搜索 qui* 就可以查到 quick 的數(shù)據(jù)：

GET /exam/_search
{
  "query": {
    "wildcard": {
      "address": {
        "value": "qui*"
      }
    }
  }
}

? 的作用是匹配任意單個(gè)字符，比如我們搜索 qui?k，也可以查詢到這條數(shù)據(jù)：

GET /exam/_search
{
  "query": {
    "wildcard": {
      "address": {
        "value": "qui?k"
      }
    }
  }
}

如果想獲取更多后端相關(guān)文章，可掃碼關(guān)注閱讀：

總結(jié)

以上是生活随笔為你收集整理的es笔记五之term-level的查询操作的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。