关于后端:es笔记五之termlevel的查询操作

本文首发于公众号：Hunter后端
原文链接：es笔记五之term-level的查问操作

官网文档上写的是 term-level queries，表义为基于精确值的对文档的查问，能够了解为对 keyword 类型或者 text 类型分词为 keyword 的字段进行 term 模式的准确查找。

以下是本篇笔记目录：

exists 查问某个字段是否存在值。

还是应用上篇笔记讲的 exam 这个 index，咱们创立一条数据，只给定 name 的值，那么 address 的值就 null，或者说查问返回的数据就没有这个字段了。

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

而后咱们查问 address 字段有值的数据：

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

就能够发现返回的数据中没有咱们创立的这条数据，或者咱们取反操作，查问 address 字段没有值的数据：

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

对于咱们在后面创立的这条数据：

PUT /exam/_doc/16{    "name" : "张三丰",    "address": "一个苹果"}

如果是 name 字段，因为它是一个 keyword 类型，所以它是一个整体不会被分词解决，咱们能够搜寻 name 的值为 '张', '张三' 和 '张三丰' 都能够搜寻到。

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

然而对于 address 字段，发现是能够搜寻到 '一'，'一个' 和 '苹果'，然而搜寻 '一个苹'，或者 '一个苹果' 是搜不到后果的。

GET /exam/_search{  "query": {    "prefix": {      "address": {        "value": "一个苹"      }    }  }}

咱们能够看一下 '一个苹果' 的分词后果：

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

能够发现能够搜寻到的词都在以分词后果的结尾或者全副，然而 '一个苹' 是没有分词后果以此为结尾的。

所以这里咱们的搜寻操作是基于 address 字段的分词后果列表来查问的。

如果想要搜寻到从 '一' 开始到结尾之间任意地点截断的数据，咱们就须要将 address 字段作为一个整体来搜寻，那就是加上 .keyword 来操作。

GET /exam/_search{  "query": {    "prefix": {      "address.keyword": {        "value": "一个苹"      }    }  }}

后面介绍了 gt, gte, lt, lte 的操作是在 bool 下的 filter 里操作，这里咱们能够间接放到 query 下：

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

后面介绍过 term 查问是一种准确查问，然而官网文档揭示咱们应该尽量避免对 text 字段应用 term 查问，因为 text 类型的数据在写入的时候会被分词，通过 term 查问咱们可能搜寻不到想要的查问的数据。同时倡议咱们查问 text 字段该当应用 match 操作。

咱们应用官网文档提供的一个示例来阐明为什么应该尽量避免应用 term 查问来查问 text 字段，其实后面咱们介绍过相干的示例，这里独自拿进去做一下阐明。

还是应用咱们后面用过的索引 exam，咱们来写入一条数据：

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

而后咱们想要搜寻 'quick brown foxes' 这个字符串，应用上面的操作：

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

这个必定是搜寻不到的，因为这个字符串在写入的时候曾经被分词解决了，而 term 是一个准确查找，相当于搜寻一整个字符串，这就必定搜寻不到了。

然而咱们能够应用 match，match 操作会在搜寻前先对搜寻的字符串进行分词解决，而后进行匹配操作，所以应用上面的操作是能够搜寻到数据的：

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

后面还介绍过，如果想要搜寻一整个 address 的值为咱们搜寻的字符串内容，能够应用 address.keyword：

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

如果想要同时搜寻多个准确字段值，比方搜寻 "quick" 和 "苹果"，就能够应用 terms：

GET /exam/_search{  "query": {    "terms": {      "address": ["quick", "苹果"]    }  }}

### 6、wildcard 查问

wildcard 是通配符的意思，这里的用法有点相似于前缀的操作，都是通过符号来实现更为随便的匹配。

这里有两个通配符，一个是 *，一个是 ?

* 的作用是 0 到 n 个字符长度

比方我搜寻 qui* 就能够查到 quick 的数据：

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

? 的作用是匹配任意单个字符，比方咱们搜寻 qui?k，也能够查问到这条数据：

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

如果想获取更多后端相干文章，可扫码关注浏览：