前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ES系列09:Term-level queries 之 Term/Terms query

ES系列09:Term-level queries 之 Term/Terms query

作者头像
方才编程_公众号同名
发布2020-11-13 10:36:26
1.2K0
发布2020-11-13 10:36:26
举报
文章被收录于专栏:方才编程
带着问题学习才高效
  1. Term-level queries 与 Full text queries 的主要区别是什么?
  2. Term-level queries 有哪些查询类型?运用场景有哪些?DSL如何书写?
  3. Term-level queries 的各种查询对应到sql是怎样的

01

Term-level queries 简介

Term-level queries 术语级查询就是根据结构化数据中的精确值查找文档。

与( Full text queries)全文查询的不同之处在于,术语级查询不会分析检索词,而是匹配存储在字段中的确切术语。不知道这是什么意思?没关系,下面TeHero结合实例进行讲解。

Term-level queries系列脑图

ps:上图的xmind文件获取方式见文末!

通过上图可以看到,Term-level queries 一共有11种查询类型,标红的四种查询是我们常用的查询:term query、terms query、range query、wildcard query本文将先介绍:term query、terms query这两种查询!Let's Go!

02 数据准备

以博客的数据为例,数据结构如下:

创建 blogs_index 和 tags_index(就是tag的详情):

代码语言:javascript
复制
PUT /blogs_index
{
  "settings": {
    "index": {
      "number_of_shards": 1,
      "number_of_replicas": 1
    }
  },
  "mappings": {
    "_doc": {
      "dynamic": false,
      "properties": {
        "id": {
          "type": "integer"
        },
        "author": {
          "type": "keyword"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_smart"
        },
        "tag":{
           "type": "integer"
        },
        "influence": {
          "type": "integer_range"
        },
        "createAt": {
          "type": "date"
        }
      }
    }
  }
}

PUT /tags_index
{
  "settings": {
    "index": {
      "number_of_shards": 1,
      "number_of_replicas": 1
    }
  },
  "mappings": {
    "_doc": {
      "dynamic": false,
      "properties": {
        "id": {
          "type": "integer"
        },
        "tag_name": {
          "type": "keyword"
        }
      }
    }
  }
}

批量导入数据:

代码语言:javascript
复制
POST _bulk
{"index":{"_index":"blogs_index","_type":"_doc","_id":"1"}}
{"id":1,"author":"方才兄","title":"关注我,系统学编程"}
{"index":{"_index":"blogs_index","_type":"_doc","_id":"2"}}
{"id":2,"author":"方才","title":"系统学编程,关注我"}

03 term query

核心点:检索词不会被分词,作为一个Token/term

3.1 通过实例理解

语句1:检索文档1的title字段的完整内容,发现居然检索不到文档!

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "title" : "关注我,系统学编程" }
  }
}

语句2:只检索关键词“编程”,可以检索文档1和文档2

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "title" : "编程" }
  }
}

3.2 分析DSL执行过程

在【ElasticSearch系列05:倒排序索引与分词Analysis】我们已经知道了es的检索过程【ps:该过程非常重要,一定要掌握,明白了这个检索过程,对于理解DSL语句非常有用】:

  • 1)对于title字段,我们使用的是ik_smart分词,所以这5条文档,得到的PostingList的Token列表为【关注】【我】【系统学】【编程】【方才】【兄】;
  • 2)因为是term查询,所以语句1检索词的Token列表就是【关注我,系统学编程】;语句2检索词的Token列表为【编程】;
  • 3)在PostingList中检索,很明显语句1等价于sql语句【where Token = “关注我,系统学编程”】;语句2等价于sql语句【where Token = “编程”】。
  • 4)所以语句1检索不到结果,语句2是可以检索到文档1和文档2的。

ps:如何知道es中文档的PostingList呢?直接使用_anlyze接口分析即可:

代码语言:javascript
复制
GET blogs_index/_analyze
{
  "text": [ "关注我,系统学编程"],
  "field": "title"
}

得到针对字段title,建立的PostingList:

代码语言:javascript
复制
{
  "tokens": [
    {
      "token": "关注",
      "start_offset": 0,
      "end_offset": 2,
      "type": "CN_WORD",
      "position": 0
    },
    {
      "token": "我",
      "start_offset": 2,
      "end_offset": 3,
      "type": "CN_CHAR",
      "position": 1
    },
    {
      "token": "系统学",
      "start_offset": 4,
      "end_offset": 7,
      "type": "CN_WORD",
      "position": 2
    },
    {
      "token": "编程",
      "start_offset": 7,
      "end_offset": 9,
      "type": "CN_WORD",
      "position": 3
    }
  ]
}

3.3 与match query的对比

1、检索会被分词的字段,match语句与term语句区别较大。

match 语句1:检索文档1的title字段的完整内容,得到文档1和文档2;

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "match" : { "title" : "关注我,系统学编程" }
  }
}

简单分析下:

  • 1)因为是match 查询,所以语句1检索词的Token列表就是【关注】【我】【系统学】【编程】;(注意和term查询时检索词的Token列表做对比【关注我,系统学编程】
  • 2)在PostingList中检索,该语句等价于sql语句【where Token in (“关注”,"我","系统学","编程")】;
  • 3)所以可以检索到文档1和文档2。

2、检索不会分词的字段:mathc语句与term语句效果一致

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "author" : "方才兄" }
  }
}
POST /blogs_index/_doc/_search
{
  "query": {
    "match" : { "author" : "方才兄" }
  }
}

注意:match语句会对检索词分词,使用的分词器默认与被检索字段一致【对于author这个字段,type为keyword,所以哪怕使用的是match查询,检索词依然不会被分词】。上述两个语句都只能检索到文档1!

3.4 term query 的使用场景

一般用于检索不会被分词的字段,主要是类型为:integer、keyword、boolean 的字段。

比如说我们这个blogs_index中的author字段,假如我们只想看作者为“方才兄”的blog,DSL语句如下:

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "author" : "方才兄" }
  }
}

04 terms query

4.1 等价于mysql 的 in()

比如,我想检索作者是【方才兄】和【方才】的文章:

代码语言:javascript
复制
POST /blogs_index/_doc/_search
{
  "query": {
    "terms" : { "author" : ["方才兄","方才"]}
  }
}

该语句等价于sql语句【where author in (“"方才兄","方才")】

4.2 Terms lookup mechanism——等价于mysql的联表查询

比如:有如下数据:

代码语言:javascript
复制
POST _bulk
{"index":{"_index":"blogs_index","_type":"_doc","_id":"3"}}
{"id":3,"author":"方才兄","title":"关注我,系统学编程","tag":[1,2,3]}
{"index":{"_index":"tags_index","_type":"_doc","_id":"1"}}
{"id":1,"tag_name":"这是标签1"}
{"index":{"_index":"tags_index","_type":"_doc","_id":"2"}}
{"id":2,"tag_name":"这是标签2"}
{"index":{"_index":"tags_index","_type":"_doc","_id":"3"}}
{"id":3,"tag_name":"这是标签3"}}

对于blogs_index中文档3,我们获取到了tag的idList集合,我们需要把tag的详细情况查出来:

代码语言:javascript
复制
GET /tags_index/_search
{
  "query": {
    "terms": {
      "id": {
        "index": "blogs_index",
        "type": "_doc",
        "id": "3",
        "path": "tag"
      }
    }
  }
}
参数解释:

index:从中获取术语值的索引。

type:从中获取术语值的类型。

id:用于获取术语值的文档的ID,是源字段_id,而不是我们自定义的字段id。

path:指定为获取terms过滤器实际值的路径的字段 。

使用场景:当需要terms语句包含大量术语时,从索引中的文档中获取这些术语值将是有益的。其实这种垮索引的查询方法,在实际中很难应用到,对数据结构有强制的要求,而且针对另一个index的查询条件,只能是 _id = xx,不能像sql一样随意书写where条件。

上述DSL语句等价于将sql语句【select * from tags_index where id in (1,2,3)】转化为了sql【select * from tags_index where id in (select tag from blogs_index where _id = 3)】。

下期预告:Term-level queries剩下的9种查询【关注公众号:方才编程,系统学习ES

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-05-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 方才编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 02 数据准备
  • 03 term query
  • 3.1 通过实例理解
  • 3.2 分析DSL执行过程
  • 3.3 与match query的对比
  • 3.4 term query 的使用场景
  • 04 terms query
  • 4.1 等价于mysql 的 in()
  • 4.2 Terms lookup mechanism——等价于mysql的联表查询
相关产品与服务
云数据库 SQL Server
腾讯云数据库 SQL Server (TencentDB for SQL Server)是业界最常用的商用数据库之一,对基于 Windows 架构的应用程序具有完美的支持。TencentDB for SQL Server 拥有微软正版授权,可持续为用户提供最新的功能,避免未授权使用软件的风险。具有即开即用、稳定可靠、安全运行、弹性扩缩等特点。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档