词条查询
这是一个简单查询。它仅 匹配给定字段中包含该词条的稳定，且是2未经分析的确切的词条。
{
“query” :{
“term”:{
“title”:”crime”
}
}
}
多词条查询
匹配内容中包含某些词条的文档。
{
“query” :{
“terms::{
“tags”:[“novel”,”book”],
“minimum_match”:”2”//至少n个匹配
}
}
}
mathc_all
匹配索引中的所有文件
常用词查询
这是在没有使用停用词的情况下，为了提高准确性和相关性而提供的一个解决方案
该查询会将词组分成高频和低频两组，使用低频查询并计算分数。然后用高频词组查询但不计算分数。
match查询
该查询讲query参数中的值拿出来加以分析，然后构建相应的查询
布尔值查匹配查询
{
"query":{
"match":{
"title":{
"query" :"crime and punishment",
"operator":"and" -- 连接创建布尔条件的运算符默认or
"analyzer" :"", -- 分析器的名字
"fuzziness":"", -- 构建模糊查询
"prefix_length", -- 控制模糊查询的行为
"max_expansions", -- 同上
"zero_terms_query" -- 指定当所有的词条都被分析器移除时，查询的行为。可以为all或者none。默认后者
不反悔或者返回所有文档
"cutoff_frequency" -- 将查询分解成两组，一组高频一组低频
}
}
}
}
mathc_phrase查询
从分析后的文本中构建短语查询
{
"query":{
"mathc_phrase" :{
"title" :{
"query":"crime and punishment",
"slop":"1" -- 一个整数值，构建短语时，中间允许的未知词条数。默认为0
"analyzer":"" -- 分析时用到的分析器
}
}
}
}
match_phrase_prefix查询
和上类似，增加了两个参数
{
"query":{
"mathc_phrase" :{
"title" :{
"query":"crime and punish", -- 允许最后一个字条只做前缀匹配
"slop":"1" -- 一个整数值，构建短语时，中间允许的未知词条数。默认为0
"analyzer":"" -- 分析时用到的分析器
"max_expansitions" :"20" -- 控制多少前缀将被重写成最后的词条。？？？？？
}
}
}
}
multi_match
针对多个字段尽心查询
{
"query" :{
"multi_match":{
"query":"crime and punishment",
"fileds":["title","otitle"],
"use_dis_max":"" --定义一个布尔值，true时使用析取最大分数查询-默认。false使用不二查询
"tie_breaker":"" -- 在use_dis_max时使用，指定低分数和最高分数之间的平衡
}
}
}
query_String
本查询支持全部的lucene语法
A{
"query":{
"query_string":{
"query":" title:crime^10 + title:punishment -otitle:cat +author:(+Fyodor +dostoevsky)",
"default_field":"title" --指定默认的查询字段。默认为all，由index.query.default_field指定
"allow_lending_wildcard" --指定是否允许通配符作为词条的第一个字符，默认true
"default_operator" :"" --逻辑运算符or and 默认or
"lowercase_extend_terms":"" --查询重写是否把词条变成小写，默认为true，意味重写后的词条讲小写
"enable_position_increments":"" --指定查询结果中的位置增量是否打开，默认true
"fuzzy_max_expansions":" " --使用模糊查询时，此参数指定模糊查询可被扩展到的最大词条数，默认50
"fuzzy_prefix_length" : --指定生成的模糊查询中的前缀的长度。默认0
"fuzzy_min_sim" : --此参数指定模糊查询的最小相似度，默认0.5
"phrase_slop" :"" --指定参数溢出值，默认0.
"analyze_wildcard":"" --指定是否应该分析通配符查询生成的词条，默认false
"auto_generate_phrase_queries":"" --指定是否自动生成短语查询，默认为false。
"minimum_should_match" : --控制有多少生成Boolean should子句必须与文档词条匹配，才能认为是匹配。
可以使百分比，也可以是整数值-个
"lenient":" " --格式方面的失败是否忽略。
}
}
}
针对多字段的query_string
{
"query_string":{
"query":""
"fields"[title,otitle]
}
}
simple_query_string:
查询使用lucene最新查询解析器之一：SImpleQueryParser
标识符查询
仅使用提供的标识符来过滤返回的文档。其针对内部的_uid字段运行，所以不需要启用_id字段
{
”query“:{
"ids":{
"type":"book"
"values":["10","11"]
}
}
}
前缀查询
t他们指定字段以给定的前缀开始的文档
{
”query":{
"prefix":{
"title":"cri"
}
}
}
fuzzy_like_this查询
类似more_like_this查询。
它查找所有与提供的文本类似的文档，与more不同的是，它利用模糊字符串并选择生成的最佳差分词条
{
"qury":{
"fuzzy_like_this":{
"fields":[],
"like_text":""
"ignore_tf:false --指定在相似度计算期间，是否忽略词频。
"max_query_terms" --指定生成的查询中能包括的最大查询词条书，默认25
"min_similarity" --指定差分词条应该有的最小相似性。默认0.5
"prefix_length" --指定查分词条的公共前缀长度，默认为0
”boost"
"analyzer
}
}
}
fuzzy_like_this_field查询
和上类似，但是只针对单个字段
fuzzy查询
是第三种模糊查询类型，它基于编辑距离算法类匹配文档。很占用CPU
通配符查询
在查询中使用*和?等通配符。
more_like_this查询
{
“query":{
"more_like_this":{
"fields" "[],
"like_text":""
"min_term_freq" : --最低词频，低于将忽略
"percent_terms_to_match" --百分比，高于才会被认为是类似的
"max_query_terms" --指定生成的查询中能包括的最大查询词条数，默认25
"stop_words" --
"min_doc_freq" --包含我能当的最小数目，低于次数目，该词条将被忽略，默认5
"max_doc_freq"
"min_word_len" --单词的最小长度，低于将被忽略
”boost_terms"
"boost"
"analyzer"
}
}
}
more_like_this_field查询
针对单个字段
范围查询
gte:>=
gt: >
lte:<=
lt:<
最大分值查询
他会生成一个由所有子查询返回的文档组成的并集并将他返回。，这样我们可以控制较低得分的子查询对文档最后得分的影响
最后得分的计算：
最高分数的子查询的得分之和，奖赏其余子查询的得分之和乘以tie参数的值
正则表达式查询
支持正则
复合查询
布尔查询
should
must
must_not
minimum_should_match:
加权查询
封装了两个查询，并且降低其中一个查询返回文档的得分。其由三个节点必须定义
positive: 包含所返回文档得分不会被改变的查询
negative: 得分将被降低
negtive_boost 降低negative部分查询得分的加权值
constant_score查询
其封装了另一个查询或过滤，并为每一个所封装查询返回的文档返回一个常量得分
索引查询
{
"query":{
"indices::{
"indices":[‘library‘],--library索引上查询
"query" :{
"term":{
"title":"crime"
}
},
"no_match_query":{--其他索引上查询
"term":{
"user":"crime"
}
}
}
}
}时间： 2024-11-05 13:30:30