企业官网建设流程全解析

网站留言板 html,茂名seo网站建设,微信小程序开发介绍,天元建设集团有限公司三层九中心#x1f44b; 你好#xff0c;未来的 ES 查询高手#xff01; 你是否觉得 Elasticsearch (ES) 的查询语句复杂得像天书#xff1f;别担心#xff0c;这篇文章就是你的“傻瓜书”。我们将抛开具象的概念#xff0c;直接上手最核心、最常用的查询方法#xff0c;让你在几分… 你好未来的 ES 查询高手你是否觉得 Elasticsearch (ES) 的查询语句复杂得像天书别担心这篇文章就是你的“傻瓜书”。我们将抛开具象的概念直接上手最核心、最常用的查询方法让你在几分钟内就能像查字典一样轻松地从 ES 中检索数据。想象一下ES 就是一个超级智能的图书馆管理员而你的任务就是告诉他你要找什么样的书。你的“查询语句”就是你告诉他的指令。️ 我们的“菜谱”基本查询结构所有 ES 查询都遵循一个基本的 JSON 结构。我们通常通过 REST API 的_search端点来发送查询请求。# 使用 curl 命令的格式GET /你的索引名称/_search{query:{你的查询类型:{你的字段:你的值}}}别怕我们马上用例子来填充这个“菜谱”。 核心查询类型你的“查询工具箱”1. 匹配查询 (match) - 最常用的“全文搜索”这是你最常用的工具用于搜索文本内容。它会对查询字符串进行分词然后去匹配字段。场景 在一个“文章”索引中查找内容包含“elasticsearch”的文章。GET/articles/_search{query:{match:{content:elasticsearch}}}match 查询类型。content 你要搜索的字段名。elasticsearch 你要搜索的值。小技巧 你可以搜索一个短语用match_phrase。GET/articles/_search{query:{match_phrase:{content:elasticsearch query}}}2. 词条查询 (term) - 精确匹配的“利器”term查询用于精确匹配它不会对你的查询词进行分词。非常适合匹配数字、日期、布尔值或者未经分词的关键词如标签、状态码。场景 在一个“商品”索引中查找状态(status)为“上架”的商品。GET/products/_search{query:{term:{status:上架}}}重要区别用match查elastic search可能会拆成elastic和search两个词去匹配。用term查elastic search它会严格寻找字段值完全等于elastic search这个字符串的文档。3. 布尔查询 (bool) - 组合你的“搜索条件”这是最强大的工具之一它允许你将多个查询条件组合起来实现逻辑与(AND)、或(OR)、非(NOT)。它包含四个子句must必须匹配所有条件AND。贡献算分。should应该匹配条件OR。贡献算分。must_not必须不匹配条件NOT。不贡献算分。filter必须匹配条件AND。但不贡献算分且会被缓存性能更高。非常适合精确匹配。场景 查找“电子产品”类别中价格低于1000元且品牌不是“XX”的手机。GET/products/_search{query:{bool:{must:[// AND必须满足以下所有条件{match:{category:电子产品}},{match:{name:手机}}],filter:[// AND且必须满足以下条件性能高{range:{price:{lt:1000}}}// range 查询用于范围lt(小于), gt(大于), lte(小于等于)...],must_not:[// NOT必须不满足以下条件{term:{brand:XX}}]}}} 结果排序与返回查询结果默认按相关性得分(_score)排序。你可以用sort参数指定排序方式。场景 按价格从低到高排序只返回前10条结果。GET/products/_search{query:{match_all:{}// match_all: 匹配所有文档},sort:[{price:asc}// asc: 升序, desc: 降序],size:10,// 返回前10条from:0// 从第0条开始分页} 总结与下一步恭喜你你已经掌握了 ES 查询的“三板斧”match 用于全文搜索。term 用于精确匹配。bool 用于组合复杂的查询逻辑。你的入门实践路径安装好 ES 和 Kibana或使用 Elastic Cloud。在 Kibana 的Dev Tools中照着上面的例子敲一遍。尝试自己创建一些索引和文档然后用不同的查询去检索它们。ES 的查询世界非常广阔还有range,exists,wildcard,fuzzy等众多查询类型等你探索。但掌握了今天这几个你已经能解决 80% 的日常查询需求了