主頁 > 資料庫 > es 筆記二之基礎查詢

es 筆記二之基礎查詢

2023-07-03 07:47:23 資料庫

本文首發于公眾號:Hunter后端
原文鏈接:es筆記二之基礎查詢

這一篇筆記介紹 es 的基礎查詢,

基礎查詢包括很多,比如排序,類似資料庫 limit 的操作,like 操作,與或非等,對于這些操作,我會在介紹他們的用法之后加上對應的資料庫 sql 便于理解,

注意: 下面的操作都在 kibana 中實作

以下是本篇文章目錄:

  1. 全量查詢
  2. 回傳資料排序
  3. 限制回傳條數
  4. 指定欄位搜索
  5. 多條件查詢
  6. 大小于過濾

1、全量查詢

如果是想要查看 es 中都有哪些 index,可以如下操作:

GET /_cat/indices

然后可以看到在右側會輸出所有的 index,其中就包含我們上一篇筆記匯入的 bank 資料,接下來我們使用 bank 作為查詢示例,

如果我們想查看 bank 中的全部資料,可以如下操作,但是不指定 size 引數的話默認最多只回傳 10 條資料:

GET /bank/_search

出來的結果大致如下:

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1000,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "bank",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "account_number" : 1,
          "balance" : 39225,
          "firstname" : "Amber",
          "lastname" : "Duke",
          "age" : 32,
          "gender" : "M",
          "address" : "880 Holmes Lane",
          "employer" : "Pyrami",
          "email" : "[email protected]",
          "city" : "Brogan",
          "state" : "IL"
        }
      },
      ...
    ]
  }
}

took 表示查詢花費了多少時間,以毫秒為單位

time_out 表示查詢是否超時

_shards 表示分片的查詢資訊,表示有多少個分片被查詢,失敗,和跳過

然后查詢的結果都被放在 hits 欄位下,在 hits 資訊中,

hits.total 表示查詢到了多少匹配的資料

hits.hits 是一個陣列,包含了回傳資訊的全部內容,每個元素都是單個查詢的回傳結果,

在每個元素中,_index,_type,_id,_score 表示單條資料的所屬的資料庫資訊

_source 其中包含了獲取資訊的欄位資訊,如果沒有指定欄位,則回傳該資料所有欄位,

2、回傳資料排序

查詢出的資料如果想要以某種順序回傳,可以使用 sort 來排序

比如說根據 balance 倒序排序

GET /bank/_search
{
  "sort": [
    {"balance": {"order": "desc"}}
  ]
}

這條資料對應于 sql 中的語法就是:

order by balance desc

sort 后接一個陣列,表示可以根據多個欄位進行正序,逆序的排序方式,

3、限制回傳條數

在前面的搜索中可以看出,如果不限定回傳條數,系統會默認回傳 10 條資料,在 es 中有類似于 MySQL 的 limit 和 offset 的操作,那就是 size 和 from,

from 表示從第 n 個開始獲取資料,從 0 開始取值

size 表示獲取資料量的大小,

比如說從第0條資料開始,獲取5條資料,可以如下操作:

GET /bank/_search
{
  "sort": [
    {"balance": {"order": "asc"}}
  ],
  "from": 0,
  "size": 5
}

對應于 sql 語法是:

limit 5 offset 0;

4、指定欄位搜索

關于欄位搜索,有幾個關鍵字,match,match_phrase等,

match 表示模糊搜索,會將搜索的內容先進行分詞操作,然后搜索,比如我們搜索 bank 這個 index 中 address 欄位中包含 "cove" 或者 包含 "lane" 的的資料,我們可以如下操作:

GET /bank/_search
{
  "query": {
    "match": {"address": "Cove Lane"}
  }
}

這條陳述句類似于 sql 中的:

where address like "%cove%" or address like "%lane%"

只要 address 的字符包含 cove 或者 lane 之一即可,

而如果我們想要實作 cove lane 作為一個整體進行查詢,我們可以使用 match_phrase 來實作:

GET /bank/_search
{
  "query": {
    "match_phrase": {"address": "Cove Lane"}
  }
}

這個操作類似于 sql 中的:

where address like "%mill lane%"

上面這些 match 操作都是大小寫不敏感的,

關于 match 和 match_phrase 的篩選方式這里只做一個示例,在后面我會單開一篇筆記詳細介紹其用法,針對 text 型別和 keyword 型別的欄位,

5、多條件查詢

多條件,就是與或非連接操作,類似于 sql 中的 and、or、not,對應在 es 中就是 must,should,must_not

在 es 中,每個連接操作都是一個陣列,用于連接多個條件操作,示例如下:

GET /bank/_search
{
  "query": {
    "bool": {
      "should": [
        {"match": {"age": 24}},
        {"match": {"age": 25}}
      ],
      "must_not": [
        {"match": {"gender": "M"}}
      ]
    }
  }
}

可以看到,與或非的操作我們是在 query 的 bool 這個 key 的下一級,這個查詢對應的 sql 的查詢是:

where (age = 24 or age = 25) and gender != "M";

6、大小于過濾

在 es 中,大小于的過濾操作是復雜一點的,也在 bool 這個 key 下一級,用到 filter 和 range 關鍵字

大小于的關鍵字和 Django 里的是一樣的用到 gt, gte, lt, lte 這幾個

比如我們要搜索 age 的范圍在 21 到 23 之間的包括 21 和 23 的資料

GET /bank/_search
{
  "query": {
    "bool":{
      "filter": {
        "range": {
          "age": {
            "gte": 21,
            "lte": 22
          }
        }
      }
    }
  }
}

上面的操作可以和與或非的操作進行并列,如果是直接搜索大小于的操作,可以直接如下操作:

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

如果想獲取更多后端相關文章,可掃碼關注閱讀:

image

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/556510.html

標籤:其它

上一篇:選讀SQL經典實體筆記01_檢索和排序

下一篇:返回列表

標籤雲
其他(162005) Python(38266) JavaScript(25520) Java(18286) C(15238) 區塊鏈(8275) C#(7972) AI(7469) 爪哇(7425) MySQL(7281) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5876) 数组(5741) R(5409) Linux(5347) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4609) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2438) ASP.NET(2404) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) .NET技术(1985) HtmlCss(1983) 功能(1967) Web開發(1951) C++(1942) python-3.x(1918) 弹簧靴(1913) xml(1889) PostgreSQL(1882) .NETCore(1863) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • es 筆記二之基礎查詢

    > 本文首發于公眾號:Hunter后端 > 原文鏈接:[es筆記二之基礎查詢](https://mp.weixin.qq.com/s/VW0QCuW-ONEH-TRB2WF4GQ) 這一篇筆記介紹 es 的基礎查詢。 基礎查詢包括很多,比如排序,類似資料庫 limit 的操作,like 操作,與或非 ......

    uj5u.com 2023-07-03 07:47:23 more
  • 選讀SQL經典實體筆記01_檢索和排序

    Oracle能夠讓你在無須修改非Null值資料的情況下方便地把Null值排到最前面或者最后面,其他資料庫得添加一個輔助列 ......

    uj5u.com 2023-07-02 08:10:51 more
  • Spark中RDD的Transformation算子

    # RDD的Transformation算子 ## map map算子的功能為做映射,即將原來的RDD中對應的每一個元素,應用外部傳入的函式進行運算,回傳一個新的RDD ```Scala val rdd1: RDD[Int] = sc.parallelize(List(1,2,3,4,5,6,7,8 ......

    uj5u.com 2023-07-02 08:10:29 more
  • 選讀SQL經典實體筆記01_檢索和排序

    Oracle能夠讓你在無須修改非Null值資料的情況下方便地把Null值排到最前面或者最后面,其他資料庫得添加一個輔助列 ......

    uj5u.com 2023-07-02 08:09:22 more
  • Spark中RDD的Transformation算子

    # RDD的Transformation算子 ## map map算子的功能為做映射,即將原來的RDD中對應的每一個元素,應用外部傳入的函式進行運算,回傳一個新的RDD ```Scala val rdd1: RDD[Int] = sc.parallelize(List(1,2,3,4,5,6,7,8 ......

    uj5u.com 2023-07-02 08:08:51 more
  • 資料遷移工具,用這8種!

    ETL(是Extract-Transform-Load的縮寫,即資料抽取、轉換、裝載的程序),對于企業應用來說,我們經常會遇到各種資料的處理、轉換、遷移的場景。

    今天特地給大家匯總了一些目前市面上比較常用的ETL資料遷移工具,希望對你會有所幫助。 ......

    uj5u.com 2023-07-01 08:52:47 more
  • es筆記一之es安裝與介紹

    > 本文首發于公眾號:Hunter后端 > 原文鏈接:[es筆記一之es安裝與介紹](https://mp.weixin.qq.com/s/IdI20IgnY4v7koY3TPkJ4Q) 首先介紹一下 es,全名為 Elasticsearch,它定義上不是一種資料庫,是一種搜索引擎。 我們可以把海量 ......

    uj5u.com 2023-07-01 08:52:27 more
  • MySQL學習3--聯表查詢

    1、常規聯表查詢 創建兩張資料庫表如下: mysql> select * from dept; + + + | id | deptName | + + + | 3 | 教學部 | + + + 1 row in set (0.00 sec) mysql> select * from employee; ......

    uj5u.com 2023-07-01 08:52:21 more
  • 大資料面試題集錦-Hadoop面試題(三)-MapReduce

    > 你準備好面試了嗎?這里有一些面試中可能會問到的問題以及相對應的答案。如果你需要更多的面試經驗和面試題,關注一下"張飛的豬大資料分享"吧,公眾號會不定時的分享相關的知識和資料。 [TOC] ## 1、談談Hadoop序列化和反序列化及自定義bean物件實作序列化? 1)序列化和反序列化 (1)序列 ......

    uj5u.com 2023-07-01 08:52:17 more
  • 誰在以太坊區塊鏈上回圈交易?TuGraph+Kafka的0元流圖解決方案

    都在說資料已經成為新時代的生產資料。 但隨著大資料和人工智能等技術的發展,即便人們都知道資料的價值日益凸顯,卻無法憑借一己之力獲取和分析如此大規模的資料。 要想富,先修路。要想利用新時代的資料致富,也必須要有趁手的工具。只有合適的工具才能完成大規模資料的采集、清洗、存盤、處理和可視化等各個環節。只有 ......

    uj5u.com 2023-07-01 08:52:00 more