1. Toy模板网首页
  2. > Toy博客

Elasticsearch(十二)搜索---搜索匹配功能③--布尔查询及filter查询原理

8月前 作者：雨～旋律 分类：Toy博客 阅读(38) 违法举报

这篇具有很好参考价值的文章主要介绍了Elasticsearch(十二)搜索---搜索匹配功能③--布尔查询及filter查询原理。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、前言

本节主要学习ES匹配查询中的布尔查询以及布尔查询中比较特殊的filter查询及其原理。
复合搜索，顾名思义是一种在一个搜索语句中包含一种或多种搜索子句的搜索。
布尔查询是常用的复合查询，它把多个子查询组合成一个布尔表达式，这些子查询之间的逻辑关系是"与"，即所有子查询的结果都为true时布尔查询结果才为真。布尔查询还可以按照各个子查询的具体匹配程度对文档进行打分计算，除了比较特殊的must not查询和filter查询之外，这个后面会详解。
布尔查询支持的子查询主要有4种，各子查询的名称和功能如下表：

子查询名称 功能
must 必须匹配该查询条件
should 可以匹配该查询条件
must not 必须不匹配该查询条件，且不进行打分计算
filter 必须匹配过滤条件,且不进行打分计算

下面将逐一进行讲解

二、布尔查询

2.1、must查询

当查询中包含must查询时，相当于逻辑查询中的"与"查询。命中的文档必须匹配该子查询的结果，并且ES会将该子查询与文档的匹配程度值加入总得分里。must搜索包含一个数组，可以把其他的搜索匹配查询及布尔查询放入其中。
以下示例使用must查询城市范围为上海和南昌且创建时间范围在2021-02-27 22:00:00到2024-02-27 22:00:00，DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {    //第一个terms子查询，城市为上海和南昌
            "city": [
              "上海",
              "南昌"
            ]
          }
        },
        {
          "range": {   //第二个range子查询，时间范围为2021-02-27 22:00:00到2024-02-27 22:00:00，包括边界
            "create_time": { 
              "gte": "2021-02-27 22:00:00",
              "lte": "2024-02-27 22:00:00"
            }
          }
        }
      ]
    }
  }
}

结果如下图，可以看到结果是同时满足的且我们发现是有打分的
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
在java客户端上构建must搜索时，可以使用QueryBuilder.boolQuery().must()进行构建，上面的must查询例子改写成Java客户端请求的形式为:
Service层（private方法在后面的查询中通用，不会再展示）

	public List<Hotel> mustQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermsQueryBuilder termsQueryBuilder = QueryBuilders.termsQuery("city", hotelDocRequest.getCities());
		Date createTimeStart = hotelDocRequest.getCreateTimeStart();
		String createTimeStartToSearch = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(createTimeStart);
		Date createTimeEnd = hotelDocRequest.getCreateTimeEnd();
		String createTimeEndToSearch = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(createTimeEnd);
		RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("create_time").gte(createTimeStartToSearch).lte(createTimeEndToSearch);
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.must(rangeQueryBuilder).must(termsQueryBuilder);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}
	private String getNotNullIndexName(HotelDocRequest hotelDocRequest) {
		String indexName = hotelDocRequest.getIndexName();
		if (CharSequenceUtil.isBlank(indexName)) {
			throw new SearchException("索引名不能为空");
		}
		return indexName;
	}
	
	private List<Hotel> getQueryResult(SearchRequest searchRequest) throws IOException {
		ArrayList<Hotel> resultList = new ArrayList<>();
		SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
		RestStatus status = searchResponse.status();
		if (status != RestStatus.OK) {
			return Collections.emptyList();
		}
		SearchHits searchHits = searchResponse.getHits();
		for (SearchHit searchHit : searchHits) {
			Hotel hotelResult = new Hotel();
			hotelResult.setId(searchHit.getId());   //文档_id
			hotelResult.setIndex(searchHit.getIndex());   //索引名称
			hotelResult.setScore(searchHit.getScore());   //文档得分
			//转换为Map
			Map<String, Object> dataMap = searchHit.getSourceAsMap();
			hotelResult.setTitle((String) dataMap.get("title"));
			hotelResult.setCity((String) dataMap.get("city"));
			Object price = dataMap.get("price");
			if(price != null){
				hotelResult.setPrice(Double.valueOf((String)price));

			}
			resultList.add(hotelResult);
		}
		return resultList;
	}

controller层：

	@PostMapping("/query/must")
	public FoundationResponse<List<Hotel>> mustQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.mustQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java

2.2、should查询

当查询中包含should查询时，表示当前查询为"或"查询。命中的文档可以匹配该查询中的一个或多个子查询的结果，并且ES会将该查询与文档的匹配程度加入总得分里。should查询包含一个数组，可以把其他的查询匹配的查询及布尔查询放入其中：
例如，我这边需要查询城市为上海或北京的酒店：
DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "should": [
      {
        "term": {
          "city": {
            "value": "上海"
          }
        }
      },
        {
        "term": {
          "city": {
            "value": "北京"
          }
        }
      }
      ]
    }
  }
}

查询结果如图所示：
可以看到城市为上海或者北京的酒店全部被查询出来了。且有根据匹配程度打分
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
在java客户端上构建should搜索时，可以使用QueryBuilder.boolQuery().should()进行构建，上面的should查询例子改写成Java客户端请求的形式为:
Service层:

	public List<Hotel> shouldQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "北京");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("city", "上海");
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.should(termQueryBuilder1).should(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

@PostMapping("/query/should")
	public FoundationResponse<List<Hotel>> shouldQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.shouldQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用演示
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java

2.3、must not查询

当查询中包含must not查询时，表示当前查询为"非"查询。命中的文档不能匹配该查询中的一个或多个子查询的结果。must not查询包含一个数组，可以把其他的查询匹配的查询及布尔查询放入，与上面的2个布尔查询不同，must not查询不会进行打分操作
must not查询是用来排除与指定条件匹配的文档的。它的作用是将与条件匹配的文档从结果中排除掉，而不是对这些文档进行打分。因此，must not查询不涉及打分，仅仅关注匹配与不匹配。这一点和后面的filter查询原理上是一样的：
例如，我这边需要查询城市既不为上海也不是北京的酒店：
DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "must_not": [
      {
        "term": {
          "city": {
            "value": "上海"
          }
        }
      },
        {
        "term": {
          "city": {
            "value": "北京"
          }
        }
      }
      ]
    }
  }
}

查询结果如图所示：
可以看到查询出来的节点城市均不为北京或者上海。但是并有根据匹配程度打分：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
在java客户端上构建must not搜索时，可以使用QueryBuilder.boolQuery().mustNot()进行构建，上面的must not查询例子改写成Java客户端请求的形式为:
Service层：

	public List<Hotel> mustNotQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "北京");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("city", "上海");
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.mustNot(termQueryBuilder1).mustNot(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

	@PostMapping("/query/must_not")
	public FoundationResponse<List<Hotel>> mustNotQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.mustNotQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman查询：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java

2.4、filter查询

filter查询即过滤查询，该查询是布尔查询里非常独特的一种查询，如果说前面的must not查询用于排除与条件匹配的文档，将这些文档从查询结果中排除掉。filter查询就是用于精确过滤文档，它只关注文档是否符合条件，将匹配的文档包含在结果中。他们都不进行打分、排序或相关性计算，只担心是否匹配。但是filter和must not原理上还是存在一些区别，这个后面讲，先对功能进行讲解：
例如我要查询城市是上海且已经满员的酒店：

POST /hotel/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "city": {
              "value": "上海"
            }
          }
        },
        {
          "term": {
            "full_room": {
              "value": true
            }
          }
        }
      ]
    }
  }
}

可以看出查询的条件中符合指纹上海且满员，且并没有进行打分
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
而filter查询会在布尔查询初始阶段进行执行，并将符合条件的文档结果保存下来，接着才会去执行剩余的查询，不管你写的顺序！例如我先写must再写filter,ES执行器也会先执行filter过滤，在过滤后得到的剩余文档中再去执行其他的布尔查询，这样的目的是为了提高查询效率，因为filter查询会将文档集合进行过滤，只保留满足条件的文档，再将这些文档传递给must查询进行进一步的条件匹配和评分。
filter查询主要目的是根据指定的条件来快速地过滤掉不符合条件的文档，以减少后续的计算和评分操作。
请注意，当使用filter查询时，Elasticsearch会对搜索结果进行缓存，以进一步提高性能。缓存可在后续的相同查询中重复使用，除非索引数据发生更改。这使得过滤器查询非常适合用于频繁执行的静态条件过滤
在java客户端上构建filter搜索时，可以使用QueryBuilders.boolQuery.filter()进行构建，例如我要查询城市是上海且已经满员的酒店改写成java客户端请求的形式为：
service层：

	public List<Hotel> filterQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "上海");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("full_room", true);
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.filter(termQueryBuilder1).filter(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

	@PostMapping("/query/filter")
	public FoundationResponse<List<Hotel>> filterQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.filterQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
三、filter查询原理
假设当前有5个文档，ES对于city字段的倒排索引结构如图所示：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java

ES对于满房字段倒排的索引结构如图所示：
es filter查询,elasticsearch,elasticsearch,大数据,搜索引擎,java
下面以同时查询city为北京，且不满房为例，讲解ES内部执行filter查询的工作步骤。
当ES执行过滤条件时，会查询缓存是否有city字段值为“北京”对应的bitset数组。bitset，中文为位图，它可以用非常紧凑的格式来表示给定范围内的连续数据。如果查询缓存中有对应的Bitset数据，则取出备用；反之，则ES在查询后会对查询条件进行bitset的构建并将其放入缓存中。同时，ES也会考察满房字段为false是否有意对应的bitset数据。如果有，则取出备用；如果没有，ES也会进行bitset的构建。
假设city字段值为“北京”，缓存中没有对应的Bitset数据，则bitset构建的过程如下：
首先，ES在倒排索引中查找字段city值为“北京”字符串的文档，这里为doc1和doc5。然后为所有文档构建bitset数组，数组中每个元素的值用来表示对应位置的文档是否和查询条件匹配，0表示未匹配，1表示匹配。在本例中，doc1和doc5匹配“北京”，对应位置的值为1；doc2、doc3、doc4不匹配，对应的位置为0。最终，本例的bitset数组为[1,0,0,0,1]，满房字段同理。之所以用bitset表示文档和query的匹配结果，是因为该结构不仅节省空间而且后续操作时也能节省时间。
接下来ES会遍历查询条件的bitset数组，按照文档命中是否进行文档过滤。当一个请求中有多个filter查询条件时，ES会构建多个bitset数组。为提升效率，ES会从最稀疏的数组（0的元素多于非0元素，反之为稠密数组）开始便遍历，因为遍历稀疏的数组可以过滤掉更多的文档。此时，城市为“北京”对应的bitset比满房为false的Bitset更加稀疏，因此先遍历城市为“北京”的bitset,再遍历满房为false的bitset。遍历的过程中也进行了位运算，每次运算的结果都逐渐接近符合条件的结果。遍历计算完这两个Bitset后，得到匹配所有过滤条件的文档，即doc1和doc5。
正如上面的介绍，如果查询内包含filter，那么ES首先就从缓存中搜索这个filter条件是否有执行记录，是否有对应的bitset缓存可查询。如果有，则从缓存中查询；如果没有，则为filter中的每个查询项新建bitset并且缓存。以供后续其他带有filter的查询可以先在缓存中查询。也就是说，ES对于bitset是可重用的，这种重用的机制叫作filter cache（过滤器缓存）。
filter cache会跟踪每一个filter查询，ES筛选一部分filter查询的bitset进行缓存。首先，这些过滤条件要在最近256个查询中出现过；其次，这些过滤条件的次数必须超过某个阈值。
另外，filter cache是有自动更新机制的，即如果有新增文档或者文档或者文档被修改过，那么filter cache对应的过滤条件中的bitset将被更新。例如城市为“北京”过滤条件对应的bitset为[1,0,0,0,1],如果文档4的城市被修改为“北京”，则“北京”过滤条件对应的bitset会被自动更新为[1,0,0,1,1].
filter查询带来的效益远不止这些，使用filter查询的子句是不计算分数的，这可以减少不小的时间开销。而之前提到的must not查询同样也不进行打分，但是must not是没有和filter cache这样的缓存机制的。filter查询和must_not查询都是用于筛选文档的查询类型，它们不会对文档进行评分。Filter查询适用于需要快速过滤大量文档的场景，而must_not查询适用于排除不需要的文档。在实际使用中，可以根据具体需求选择合适的查询类型。
为提升查询效率，对于简单的term级别匹配查询，应该根据自己的实际业务场景选择合适的查询语句，需要确定这些查询项是否都需要进行打分操作，如果某些匹配条件不需要打分操作的话，那么需要把这些查询全部改为filter形式，让查询更加高效。文章来源地址https://www.toymoban.com/news/detail-760131.html

到了这里，关于Elasticsearch(十二)搜索---搜索匹配功能③--布尔查询及filter查询原理的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • ElasticSearch系列 - SpringBoot整合ES之全文搜索匹配查询 match

    官方文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/index.html 权威指南：https://www.elastic.co/guide/cn/elasticsearch/guide/current/structured-search.html 1. 数据准备 官方测试数据下载地址：https://download.elastic.co/demos/kibana/gettingstarted/accounts.zip ，数据量很大，我们自己构造数据吧。 2. m

    2023年04月08日
    浏览(40)

  • Elasticsearch (ES) 搜索引擎: 搜索功能：搜索分页、搜索匹配、全文搜索、搜索建议、字段排序

    原文链接：https://xiets.blog.csdn.net/article/details/132348920 版权声明：原创文章禁止转载 专栏目录：Elasticsearch 专栏（总目录） ES 搜索 API 官网文档：Search APIs 先创建一个索引，并写入一些文档用于搜索示例： 写入一些文档示例： 官网API：The _source option 搜索结果中的文档数据封装

    2024年02月08日
    浏览(45)

  • ElasticSearch——布尔查询

    Elasticsearch · 语雀（完整笔记） 布尔查询是一个或多个查询子句的组合，每一个子句就是一个 子查询 。子查询的组合方式有： must：必须匹配每个子查询，类似“与” should：选择性匹配子查询，类似“或” must_not：必须不匹配， 不参与算分 ，类似“非” filter：必须匹配，

    2024年02月15日
    浏览(34)
  • elasticsearch[二]-DSL查询语法：全文检索、精准查询(term/range)、地理坐标查询(矩阵、范围)、复合查询(相关性算法)、布尔查询

    elasticsearch[二]-DSL查询语法：全文检索、精准查询(term/range)、地理坐标查询(矩阵、范围)、复合查询(相关性算法)、布尔查询

    elasticsearch 的查询依然是基于 JSON 风格的 DSL 来实现的。 Elasticsearch 提供了基于 JSON 的 DSL（Domain Specific Language）来定义查询。常见的查询类型包括： 查询所有 ：查询出所有数据，一般测试用。例如：match_all 全文检索（full text）查询 ：利用分词器对用户输入内容分词，然后去

    2024年01月18日
    浏览(47)
  • 【ElasticSearch教程】--- Elasticsearch文档多条件查询(十二)

    【ElasticSearch教程】--- Elasticsearch文档多条件查询(十二)

    查询的body体的查询不能在使用 match 了，而需要使用， bool 然后要多个条件同时成立，接下来要填入 must ，多个条件用数组。body样例如下： 以上看起来就相当于是单条件要一样的效果。然后我们再加一个条件。如下： 返回结果: 返回结果就同时满足了 \\\"category\\\":\\\"床上用

    2024年02月11日
    浏览(41)

  • Elasticsearch的全文搜索与匹配

    Elasticsearch是一个开源的搜索和分析引擎，基于Lucene库，用于实现全文搜索和实时分析。它具有高性能、高可扩展性和高可用性，适用于大规模数据的搜索和分析。Elasticsearch的核心功能包括文档存储、搜索引擎、分析引擎和数据可视化。 Elasticsearch的全文搜索功能是其最重要的

    2024年02月22日
    浏览(35)
  • Elasticsearch实战（十五）---查询query，filter过滤，结合aggs 进行局部/全局聚合统计

    Elasticsearch实战（十五）---查询query，filter过滤，结合aggs 进行局部/全局聚合统计

    Elasticsearch实战-查询query，filter过滤，结合aggs 进行局部/全局聚合统计 1.准备数据 2. ES 查询query，filter过滤，结合aggs 聚合统计 2.1 查询命中后，基于查询的数据进行聚合 前面我们讲的所有的聚合操作 都是没有查询的，都是上来直接 aggs 进行 聚合 avg， count， 如果现在我想统计

    2024年02月10日
    浏览(46)

  • ElasticSearch系列 - SpringBoot整合ES：查询条件 query 和过滤条件 filter 的区别

    01. Elasticsearch 查询条件和过滤条件的区别？ Elasticsearch中的查询条件和过滤条件都是用于搜索和过滤文档的条件，但它们之间有一些区别。 查询条件是用于计算文档相关度得分的条件，它会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。查询条件可以

    2024年02月14日
    浏览(45)
  • Elasticsearch7.8.0版本入门—— 完全匹配查询文档（高级查询）

    Elasticsearch7.8.0版本入门—— 完全匹配查询文档（高级查询）

    在 Postman 中，向 ES 服务器发 POST 请求 ：http://localhost:9200/user/_doc/ 1 ，请求体内容为： 在 Postman 中，向 ES 服务器发 POST 请求 ：http://localhost:9200/user/_doc/ 2 ，请求体内容为： 在 Postman 中，向 ES 服务器发 POST 请求 ：http://localhost:9200/user/_doc/ 3 ，请求体内容为： 在 Postman 中，向

    2023年04月24日
    浏览(41)
  • Elasticsearch从入门到精通-05ES匹配查询

    Elasticsearch从入门到精通-05ES匹配查询

    👏作者简介：大家好，我是程序员行走的鱼 📖 本篇主要介绍和大家一块学习一下ES各种场景下的匹配查询,有助于我们在项目中进行综合使用 创建索引并指定ik分词器: 添加数据: 需要搜索的document中的remark字段包含java和developer词组 上述语法中，如果将operator的值改为or。则与

    2024年03月27日
    浏览(72)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包