ES中的查詢操作

1、前綴查詢

先輸入數據：

PUT /my_index/address/1
{ "postcode": "W1 3DG" }

PUT /my_index/address/2
{ "postcode": "W2F 8HW" }

PUT /my_index/address/3
{ "postcode": "W1 7HW" }

PUT /my_index/address/4
{ "postcode": "WC1N 1LZ" }

PUT /my_index/address/5
{ "postcode": "SW5 0BE" }   

為了找到所有以 W1 開始的郵編，可以使用簡單的 prefix 查詢：

類似於SQL: select * from table where xx like 'xx%';

GET /my_index/address/_search
{
    "query": {
        "prefix": {
            "postcode": "W1"
        }
    }
}

 

2、短語匹配查詢(match_phrase)

     在執行短語匹配查詢時，ElasticSearch引擎首先分析（analyze）查詢字符串，從分析后的文本中構建短語查詢，這意味着必須匹配短語中的所有分詞，並且保證各個分詞的相對位置不變：

POST /_search -d
{  
   "from":1,
   "size":100,
   "fields":[ "eventname"],
   "query":{  
      "match_phrase":{  
         "eventname":"Open Source"
      }
   }
}

3、短語前綴匹配查詢(match_phrase_prefix)

    除了把查詢文本的最后一個分詞只做前綴匹配之外，match_phrase_prefix和match_phrase查詢基本一樣，參數 max_expansions 控制最后一個單詞會被重寫成多少個前綴，也就是，控制前綴擴展成分詞的數量，默認值是50。擴展的前綴數量越多，找到的文檔數量就越多；如果前綴擴展的數量太少，可能查找不到相應的文檔，遺漏數據。如代碼所示，能夠查到eventname包含"Open Source Hack Night"的文檔。

POST /_search -d
{  
   "from":1,
   "size":100,
   "fields":[ "eventname" ],
   "query":{  
      "match_phrase_prefix":{  
         "eventname":{  
            "query":"Open Source hac",
            "max_expansions":50
         }
      }
   }
}

使用match性能往往是很高的，W1–> 掃描倒排索引 –> 一旦掃描到W1，就可以停了，因為帶W1的就2個doc，已經找到了 –> 沒有必要繼續去搜索其他的term了;

 4、通配符與正則表達式查詢

      與 prefix 前綴查詢的特性類似， wildcard 通配符查詢也是一種底層基於詞的查詢， 與前綴查詢不同的是它允許指定匹配的正則式。它使用標准的 shell 通配符查詢： ? 匹配任意字符， * 匹配 0 或多個字符。

  這個查詢會匹配包含 W1F 7HW 和 W2F 8HW 的文檔：

GET /my_index/address/_search
{
   "query": {
       "wildcard": {
           "postcode": "W?F*HW" 
       }
   }
}

 

? 匹配 1 和 2 ， * 與空格及 7 和 8 匹配。

設想如果現在只想匹配 W 區域的所有郵編，前綴匹配也會包括以 WC 開頭的所有郵編，與通配符匹配碰到的問題類似，如果想匹配只以 W 開始並跟隨一個數字的所有郵編， regexp 正則式查詢允許寫出這樣更復雜的模式：

 

GET /my_index/address/_search
{
   "query": {
       "regexp": {
           "postcode": "W[0-9].+" 
       }
   }
}

 

 QueryBuilders.regexpQuery("postcode", "W[0-9].+");

    這個正則表達式要求詞必須以 W 開頭，緊跟 0 至 9 之間的任何一個數字，然后接一或多個其他字符。

     wildcard和regexp，與prefix原理一致，都會掃描整個索引，性能很差；數據在索引時的預處理有助於提高前綴匹配的效率，而通配符和正則表達式查詢只能在查詢時完成，盡管這些查詢有其應用場景，但使用仍需謹慎。