elasticsearch查询中文释义、JAVA的API以及kibana上查询

Windows环境利用Elasticsearch+Kibana+Logstash搭建搜索引擎并实现实时同步MySQL数据,超详细步骤 背景:博主在做的一个项目是wamp环境下的电商平台,其搜索方式为sql查询,效率低下,准确率也非常感人,所以就尝试着在Windows环境下搭建一套搜索引擎,经过多方查阅,发现Elasticsearch是一个比较好的搜索引擎,也支持JDBC与MYSQL对接,并可以利用RESTful API CURL方式提供搜索服务,独立性强,扩展性好,于是就决定用它来做开发了。 Step 1:Windows下... 阅读详情

目录

一、创建表结构:

二、ES的各种查询

2.1term&terms查询

2.1.1term查询(我试了下province没有办法查询,需到后面加个.keyword)

2.1.2terms查询

2.2match_all&match查询

2.2.1match_all

2.2.2match查询

  2.2.3布尔match查询

  2.2.4mulitMatch查询

2.3id&ids查询

2.3.1id查询

2.3.2ids查询

2.4prefix查询

2.5fuzzy查询

2.6wildcard查询

2.7range查询

2.7regexp查询

2.8深分页Scroll

2.9delete-by-query

 3.0复合查询

3.0.1bool查询

3.0.2boosting查询

 3.1filter查询

3.2高亮查询

3.3聚合查询

3.3.1去重计数查询(cardinality)

3.3.2范围统计

3.3.3统计聚合查询

 3.4地图经纬度查询

 3.4.1地图检索方式

 3.4.2基于RESTFUL实现地图检索

 3.4.3java实现geo_polygon检索



=

一、创建表结构:

 

二、ES的各种查询

2.1term&terms查询

2.1.1term查询(我试了下province没有办法查询,需到后面加个.keyword)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

package com.qf.test;

import com.fasterxml.jackson.databind.ObjectMapper;

import com.qf.utils.ESClient;

import org.elasticsearch.action.search.SearchRequest;

import org.elasticsearch.action.search.SearchRequestBuilder;

import org.elasticsearch.action.search.SearchResponse;

import org.elasticsearch.client.RequestOptions;

import org.elasticsearch.client.RestHighLevelClient;

import org.elasticsearch.index.query.QueryBuilder;

import org.elasticsearch.index.query.QueryBuilders;

import org.elasticsearch.search.SearchHit;

import org.elasticsearch.search.builder.SearchSourceBuilder;

import org.junit.Test;

import java.io.IOException;

import java.util.Map;

public class Demo4 {

    ObjectMapper mapper=new ObjectMapper();

    RestHighLevelClient client = ESClient.getClient();

    String index="sms-logs-index";

    String type="sms-logs-type";

    @Test

    public void termQuery() throws IOException {

        //1.创建request对象

        SearchRequest searchRequest=new SearchRequest(index);

        searchRequest.types(type);

        //2.指定查询条件

        SearchSourceBuilder builder=new SearchSourceBuilder();

        builder.from(0);

        builder.size(5);

        builder.query(QueryBuilders.termQuery("province.keyword","北京"));

        searchRequest.source(builder);

        //执行查询

        SearchResponse rsp=client.search(searchRequest, RequestOptions.DEFAULT);

        //输出结果

        for (SearchHit hit:rsp.getHits().getHits()) {

            Map<String,Object> result=hit.getSourceAsMap();

            System.out.println(result);

             

        }

             

        }

   }

  

2.1.2terms查询

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

POST /sms-logs-index/sms-logs-type/_search

{

  "from": 0,

  "size": 5,

  "query":{

  "terms":{

    "province.keyword":[

      "江苏",

      "北京",

      "南通"

    ]

     

   }

  }

}

  

1

2

3

4

5

6

7

8

9

10

11

12

13

14

@Test

 public void termsQuerry() throws IOException {

     SearchRequest request=new SearchRequest(index);

     request.types(type);

     SearchSourceBuilder builder=new SearchSourceBuilder();

     builder.query(QueryBuilders.termsQuery("province.keyword","南通","江苏"));

     request.source(builder);;

     SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);

     //输出结果

     for (SearchHit hit:rsp.getHits().getHits()) {

         Map<String,Object> result=hit.getSourceAsMap();

         System.out.println(result);

 }

}}

  

2.2match_all&match查询

2.2.1match_all

1

2

3

4

5

6

POST /sms-logs-index/sms-logs-type/_search

{

  "query": {

    "match_all": {}

  }

  }

  注:ES默认查询10条数据

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

@Test

   public void  matchAllQuery() throws IOException {

       SearchRequest request=new SearchRequest(index);

       request.types(type);

        

       SearchSourceBuilder builder=new SearchSourceBuilder();

       builder.query(QueryBuilders.matchAllQuery());

       builder.size(20);//ES默认查询10条数据

           request.source(builder);

       SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);

        for (SearchHit hit: rsp.getHits().getHits()) {

            System.out.println(hit.getSourceAsMap());

       }

   }

  

2.2.2match查询

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "match": {
      "smsContent": "恭喜"
    }
  }
}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

@Test

  public void  matchQuery() throws IOException {

      SearchRequest request=new SearchRequest(index);

      request.types(type);

      SearchSourceBuilder builder=new SearchSourceBuilder();

      builder.query(QueryBuilders.matchQuery("smsContent","恭喜"));

      builder.size(20);//ES默认查询10条数据

      request.source(builder);

      SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);

      for (SearchHit hit: rsp.getHits().getHits()) {

          System.out.println(hit.getSourceAsMap());

      }

  }

  2.2.3布尔match查询

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

public void  booleanMatchQuery() throws IOException {

    SearchRequest request=new SearchRequest(index);

    request.types(type);

    SearchSourceBuilder builder=new SearchSourceBuilder();

    builder.query(QueryBuilders.matchQuery("smsContent","恭喜 高级").operator(Operator.AND));

    builder.size(20);//ES默认查询10条数据

    request.source(builder);

    SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);

    for (SearchHit hit: rsp.getHits().getHits()) {

        System.out.println(hit.getSourceAsMap());

    }

}

  2.2.4mulitMatch查询

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

@Test

   public void  mulitMatchQuery() throws IOException {

       SearchRequest request=new SearchRequest(index);

       request.types(type);

       SearchSourceBuilder builder=new SearchSourceBuilder();

       builder.query(QueryBuilders.multiMatchQuery("北京","province","smsContent"));

       builder.size(20);//ES默认查询10条数据

       request.source(builder);

       SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);

       for (SearchHit hit: rsp.getHits().getHits()) {

           System.out.println(hit.getSourceAsMap());

       }

   }

  

2.3id&ids查询

2.3.1id查询

 @Test
    public  void findByid() throws IOException {
        GetRequest request=new GetRequest(index,type,"1");
        GetResponse rsp=client.get(request, RequestOptions.DEFAULT);
        System.out.println(rsp.getSourceAsMap());

    }

2.3.2ids查询

    @Test
    public void findByids() throws IOException {
        SearchRequest request=new SearchRequest(index);
        request.types(type);

        SearchSourceBuilder builder=new SearchSourceBuilder();
        builder.query(QueryBuilders.idsQuery().addIds("1","2","3"));
        request.source(builder);
        SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);
        for (SearchHit hit: rsp.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
    }

2.4prefix查询

 @Test
    public void findByPrefix() throws IOException {
        SearchRequest request=new SearchRequest(index);
        request.types(type);

        SearchSourceBuilder builder=new SearchSourceBuilder();
        builder.query(QueryBuilders.prefixQuery("corpName","恭喜"));
        request.source(builder);
        SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);
        for (SearchHit hit: rsp.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
    }

2.5fuzzy查询

  @Test
    public void findByfuzzy() throws IOException {
        SearchRequest request=new SearchRequest(index);
        request.types(type);

        SearchSourceBuilder builder=new SearchSourceBuilder();
        builder.query(QueryBuilders.fuzzyQuery("corpName","恭喜您").prefixLength(2));
        request.source(builder);
        SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);
        for (SearchHit hit: rsp.getHits().getHits()) {
            System.out.println(hit.getSourceAsMap());
        }
    }

2.6wildcard查询

2.7range查询

2.7regexp查询

2.8深分页Scroll

2.9delete-by-query

 3.0复合查询

3.0.1bool查询

POST /sms-logs-index/sms-logs-type/_search
{
  "query":{
    "bool":{
      "should": [
        {
          "term": {
            "province": {
              "value": "北京"
            }
          }
        },
        {
          "term": {
            "province": {
              "value": "南通"
            }
          }
        }
      ],
       "must_not": [
        {
          "term": {
            "operatorId": {
              "value": "2"
            }
          }
        }
      ],
      "must": [
        {
          "match": {
            "smsContent": "恭喜"
          }
        },
        {
          "match": {
            "smsContent": "黑卡"
          }
        }
      ]
      
    }
  }
}

 View Code

3.0.2boosting查询

 View Code

 3.1filter查询

 View Code

3.2高亮查询

3.3聚合查询

3.3.1去重计数查询(cardinality)

3.3.2范围统计

3.3.3统计聚合查询

 3.4地图经纬度查询

 3.4.1地图检索方式

 3.4.2基于RESTFUL实现地图检索

 3.4.3java实现geo_polygon检索

@Test
    public void geoPolygon() throws IOException {
        //1.创建SearchRequest
        SearchRequest request=new SearchRequest(index);
        request.types(type);

        //2.指定查询方式
        SearchSourceBuilder builder = new SearchSourceBuilder();
        List<GeoPoint> points=new ArrayList<>();
        points.add(new GeoPoint(39.99878,116.298915));
        points.add(new GeoPoint(39.972576,116.29561));
        points.add(new GeoPoint(39.984739,116.327661));

        builder.query(QueryBuilders.geoPolygonQuery("location",points));
        request.source(builder);
        //3.执行查询
        SearchResponse rsp=client.search(request, RequestOptions.DEFAULT);
       //4.输出结果
        for (SearchHit hit:rsp.getHits().getHits()
        ) {
            System.out.println(hit.getSourceAsMap());

        }
    }

ElasticSearch常用api(使用Kibana操作) 使用Kibana进行交互操作 -------------常用操作 ------Create 增 POST /索引/类型/ID { //参数 } PUT /索引/类型/ID { //参数 } POST search/article/1 { "title": "标题1", "tags" : "标签1", "content" : "内容1", "author"... 阅读详情

相关推荐

15分钟搭建生产级Elasticsearch中文搜索底座

全文搜索是现代应用的核心能力,其本质是基于倒排索引的高效文本匹配技术。Elasticsearch 作为构建在 Lucene 之上的分布式搜索引擎,通过分词、映射、DSL 查询等机制,解决了关系型数据库在模糊匹配、相关性排序、高亮展示等方面的天然短板。尤其在中文场景下,合理的中文分词(如 ik_max_word/ik_smart)、text 与 keyword 字段类型分离、索引模板设计等实践,直接决定搜索的召回率与准确性。本文聚焦快速落地——不依赖黑盒脚本,从 JDK 绑定、安全启动、插件手动安装到 DSL

weixin_30824599的博客 7931

解决es中termsQuery查询中文字段查不到

TermsQueryBuildertermQueryBuilder= QueryBuilders.termsQuery("name.keyword", "王五");精确匹配 如果要使用name中文查询,是查不出来的,要改成name.keyword 如果是数字,可以不用加.keyword。

qq_21277357的博客 3239

ElasticSearch/Kibana/Logstash+SpringBoot的部署与使用

文章目录ElasticSearch/Kibana/Logstash一、环境部署Docker1 ElasticSearch/Kibana2 elasticsearch-analysis-ik3 Logstash(回头补充)4 cerebro5 更为简单的安装方法LinuxWindows1 服务端安装2 中文分词器ik安装3 监控端kibana安装二、基本使用2.1 相关名词属性概念HTTP方法自动映射规则倒排索引2.2 Kibana操作使用操作映射操作文档普通查询DSL查询其他查询方法分词器的使用2.3 Sp

. 1949

Kibana常用查询命令

kibana 查询es 数据常用命令

m0_50275872的博客 2万+

ElasticSearch Java API 中文文档

ElasticSearch Java API 中文文档 ElasticSearch Java API 中文文档

【学习体会】Lighttools8.4.0:设置虚拟相机+仿真结果3D显示

1.设置虚拟相机并渲染视图中的图像 添加球型光源、接收器、cube物体,设置物体表面的光学属性为简单散射

LeonJin的博客 6286

[ElasticSearch]Term精确匹配中文字符串短语

1. 给定数据 curl -XPUT 'localhost:9200/test-index/stu/1' -d' { "name":"陈泽鹏", "sex":"boy", "college":"计算机学院" }'; curl -XPUT 'localhost:9200/test-index/stu/2' -d' { "name":"廖力生", "s

u010357298的博客 8860

安卓逆向实战:用Batch Apktool 3.8.0快速汉化APK的完整流程

本文详细解析了如何使用Batch Apktool 3.8.0进行安卓APK汉化的完整流程,包括环境配置、反编译、资源解析、深度汉化、重构建与签名优化等关键步骤。通过这款集成化逆向工具,开发者可以高效完成APK汉化,提升工作效率。

s1t2u3的博客 1104

ElasticSearch使用踩坑——term查询对中文字符串无效,无法查询正确数据结果(ElasticSearch中keyword设置的作用)

使用的版本是6.8,并且已经在字段上设置了属性为keyword,但是使用term查询无法生效。 @Field(type = FieldType.Keyword) QueryBuilder queryBuilder = QueryBuilders.termQuery("source", "淘宝"); 准确来说并不是无法生效,而是没有查询出数据。首先说一下对于term查询的语义: term query会去倒排索弓|中寻找确切的term,它并不知道分词器的存在。这种查询适合keyword、num

江左煤郎的博客 1万+

3台虚拟机部署Doris详细文档(含校验步骤)

摘要:本文详细介绍了Apache Doris在3台虚拟机上的集群部署方案。采用1主FE+1从FE+1观察者FE+3BE的混合部署模式,确保元数据高可用性。硬件配置建议测试环境4核16GB内存,生产环境8核64GB内存。部署步骤包括系统环境配置(关闭防火墙、内核参数优化)、FE/BE节点配置启动、集群初始化验证等。重点配置了IP白名单(172.30.0.115)和数据目录(/data/doris)。通过MySQL客户端和WebUI可监控集群状态,实现千万级数据的实时分析能力,后续可通过增加BE节点线性扩展。

weixin_41026747的博客 936

【免费】最新区块链钱包和私钥的助记词碰撞器,bybit使用python开发

【免费】最新助记词钱包碰撞器,全链全网络,一周左右就有,稳定高效。

weixin_48529185的博客 1万+

从零学Elasticsearch系列——使用kibana实现ES基本的操作

一、使用Kibana实现ES基本的操作 进入kibana开发测试工具界面 查看集群 查看集群健康信息 GET /_cat/health?v 集群状态(status) Green(正常) Yellow(正常,但是一些副本还没有分配) Red(非正常) 可以使用GET /_cat/health?help查看每个操作返回结果字段的意义 注意: 这里的GET是RESTful API的请求方式 ...

高興 2万+

ROS Noetic下Gazebo仿真:从零搭建两轮差速机器人(含ros_control配置避坑指南)

本文详细介绍了在ROS Noetic环境下,使用Gazebo从零搭建两轮差速机器人并进行仿真的完整流程。核心内容包括利用Xacro进行模块化建模,并重点解析了通过ros_control框架配置机器人运动控制的详细步骤与常见避坑指南,帮助开发者成功实现机器人在仿真环境中的差速驱动与运动控制。

game4的博客 623

Elasticsearch+Kibana 学习记录

POST /索引库名/类型/ID值 {

小猴子的博客 1715

比特大陆校招笔试

我当时做的时候没有概念(上边倒计时我一直以为是一个模块的),所以第一个模块写的太长了导致最后才留15分钟快速选的(一共18道题),有一题最后没有选上,两题没有认真看题目瞎选的,求求求过过过!选择题:主要考高中物理题、数学题(念过高中的一定会,但是需要时间算,需要留25分钟左右的时间做)第一道就是写个人的内容,什么最近读过的书,最近的感受等等;分为两个模块,考试内容超级无敌简单,但是注意时间掌握。注意这里别花太长的时间,不然后边来不及。第二道逻辑分析题,需要你写解答。

Domainwa的博客 670

工业相机的检测原理课件(建议收藏)

本课件为各位工程师详细介绍了工业相机的视觉检测原理 ,旨在为工程师调试工业相机的视觉检测原理时提供理论性指导。

Bamboo265925的博客 500

Elasticsearch8.4安装及Java Api Client的使用

ELK是指LogstashKibana三大开源框架。是一个基于Lucene、分布式、Restful 交互方式的近实时搜索平台框架,简称 ES。Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ)收集的不同格式数据,经过过滤后支持输出到不同的目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将 ES 的数据通过友好的页面展示出来,提供实时分析的功能。

执笔写JAVA 3708

YOLOv5源码逐行超详细注释与解读(1)——项目目录结构解析

全网最全YOLOv5项目目录结构超详细分析。逐个文件注释,小白上手必备

路人贾的博客 9万+

docker搭建Elasticsearch-ik中文分词器- 安装Kibana Java中使用

Elasticsearch的镜像用7.0.0 docker pull elasticsearch:7.0.0 插曲会报错起不来 ERROR: [1] bootstrap checks failed [1]: max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144] [2]: the default discovery settings are unsuitable for

T 2万+

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

ElasticSearch全文搜索引擎概述、使用Kibana和JAVA的简单操作

狭义的理解主要针对文本数据的搜索。数据可分为“结构化”数据(关系数据库表形式管理的数据),半结构化数据(XML文档、JSON文档),和非结构化数据(WORD、PDF),通常而言在结构化的数据中搜索性能是比较高的,全文搜索的目的就是把非结构化的数据变成有结构化的数据进行搜索,从而提高搜索效率。Lucene是apache下的一个开源的全文检索引擎工具包(一堆jar包)。它为软件开发人员提供一个简单易用的工具包(类库),以方便的在小型目标系统中实现全文检索的功能。

weixin_60359542的博客 1457

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

最详细【Elasticsearch笔记】Elasticsearch Java API+ Spring Boot集成 实战入门(基础篇)

ES(Elasticsearch)是一个开源的、分布式的搜索引擎,广泛用于实时数据的存储、搜索和分析。它基于Apache Lucene构建,提供了强大的全文搜索功能。ES主要用于处理大规模的结构化、半结构化和非结构化数据,常见于日志分析、网站搜索、数据可视化等场景

许苑向上 2738

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Elasticsearch(一)——Es安装(三个必安工具、安装各种类型分词器)、Es 十大核心概念、通过 Kibana 操作 Es(中文分词、Es各种索引命令操作)

Elasticsearch(一)——Es安装(三个必安工具、安装各种类型分词器)、Es 十大核心概念、通过 Kibana 操作 Es(中文分词、Es各种索引命令操作)

qq_41824825的博客 5926

ElasticSearch学习之Kibana(一)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言安装elasticsearchelasticsearch基础定义基础安装Kibana安装查看服务状态Kibana索引管理增加索引(数据库)获取索引(数据库)删除索引(数据库)更多相关crul命令Kibana安装中文分词器Kibana类型管理(表)添加文档获取文档修改文档使用PUT使用POSTPOST和PUT区别删除文档Kibana批量导入注意点:curl批量导入安装批量导入Kibana查询操作查询所有排序查询查询部分条件查询分页

qq_45321679的博客 2046

ES学习看这一篇文章就够了

12341、Elasticsearch是一个基于Lucene的搜索服务器2、提供了一个分布式的全文搜索引擎,基于restful web接口3、Elasticsearch是用Java语言开发的,基于Apache协议的开源项目,是目前最受欢迎的企业搜索引擎4、Elasticsearch广泛运用于云计算中,能够达到实时搜索,具有稳定,可靠,快速的特点1.1 分词器的作用1将原始内容进行拆分,将一段话拆分成单词或者一个一个的字,或者语义单元1.2 常见分词器standars。

IT枫斗者的博客 1万+

Java Elasticsearch rest client查询中文失效

Elasticsearch rest client查询中文失效 文章目录Elasticsearch rest client查询中文失效环境问题排查解决 环境 elasticsearch 7.8.0 jdk 1.0 elasticsearch-rest-client-sniffer 7.0.0 问题 url: GET /some_index/_search?from=0&size=10 body: { "query": { "bool": { "mu

CL有毒 753

Elasticsearch、ik分词器、elasticsearch-head、Kibana的认识与安装

不过开发中,我们一般使用elasticsearch-head来查看elasticsearch的数据而已,真正对elasticsearch进行增删查改操作一般我们使用kibana或者postman或者编程语言实现的客户端来完成。默认情况下,elasticsearch是外国开发的,所以本身对于中文分词构建分词索引的支持是不行的。访问elasticsearch-head:http://127.0.0.1:9100/,会发现无法连接elasticsearch,原因是因为跨域问题导致。

m0_66925868的博客 1697
上一篇: Docker安装Kibana踩坑(无法连接elasticsearch)
下一篇: Docker下安装nginx
Jjs_Object
博客等级 码龄6年 2粉丝 40原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值