基于h5的个人网站建设网站浮动qq

当前位置： 首页 > news >正文

基于h5的个人网站建设,网站浮动qq,123上网,菏泽做网站设计文章目录 一、引言 (Introduction)二、准备工作#xff1a;创建索引和添加示例数据三、match 查询四、match_all 查询五、multi_match 查询六、match_phrase 查询七、总结 (Conclusion) 一、引言 (Introduction) 在信息爆炸的时代#xff0c;快速准确地找到所需信息至关重要… 文章目录 一、引言 (Introduction)二、准备工作创建索引和添加示例数据三、match 查询四、match_all 查询五、multi_match 查询六、match_phrase 查询七、总结 (Conclusion) 一、引言 (Introduction) 在信息爆炸的时代快速准确地找到所需信息至关重要。全文检索技术应运而生它允许我们对文本内容进行深入搜索而不仅仅是简单的关键词匹配。Elasticsearch 作为一个强大的分布式搜索和分析引擎提供了丰富的全文检索功能。 本文将重点介绍 Elasticsearch 7.10 版本中四种核心的全文检索查询match、match_all、multi_match 和 match_phrase。通过本文你将掌握这些查询的基本概念、语法和使用场景并通过丰富的示例学会如何在实践中应用它们。 版本说明 本文所有示例均基于 Elasticsearch 7.10 版本。 二、准备工作创建索引和添加示例数据 在开始学习查询之前我们需要先创建一个索引并添加一些示例数据。请确保你已经安装并启动了 Elasticsearch 7.10。推荐使用 Kibana 的 Dev Tools 来执行以下操作。 创建索引 movies: 我们创建一个名为 movies 的索引其中包含两个字段title (电影标题) 和 description (电影描述)。这两个字段都使用 text 类型以便进行全文检索。
PUT movies {mappings: {properties: {title: {type: text},description: {type: text}}} }添加示例数据: 我们添加几条电影数据以便后续进行查询演示。 POST movies/_bulk {index:{_index: movies}} {title: The Dark Knight, description: A dark and gritty superhero film.} {index:{_index: movies}} {title: The Dark Knight Rises, description: The epic conclusion to the Dark Knight trilogy.} {index:{_index: movies}} {title: Batman Begins, description: The origin story of the Dark Knight.} {index:{_index: movies}} {title: Inception, description: A mind-bending science fiction thriller about dream sharing.} {index:{_index: movies}} {title: Interstellar, description: A visually stunning science fiction film about space travel.}三、match 查询 match 查询是 Elasticsearch 中执行全文搜索的标准查询。它的工作原理是 分析 (Analysis): match 查询首先会对你提供的查询字符串进行 分析。分析过程会将文本分解成一系列的 词项 (terms)。这个过程通常包括 字符过滤 (Character Filtering): 去除 HTML 标签等。分词 (Tokenization): 将文本分割成单词。词项过滤 (Token Filtering): 将单词转换为小写、移除停用词如 “a”, “the”, “is” 等、进行词干提取stemming等。 匹配 (Matching): 然后match 查询会在指定的字段中查找包含 至少一个 分词结果的文档。
基本概念: match 查询执行全文搜索会对查询字符串进行分词。默认情况下只要文档中包含 任意一个 分词结果就会被认为是匹配的or 逻辑。可以通过 operator 参数将匹配逻辑改为 and要求文档包含 所有 分词结果。 语法: GET index/_search {query: {match: {field_name: {query: your search text,operator: or}}} }参数说明: field_name: 要搜索的字段名。query: 要搜索的文本。operator (可选): 默认为 or可以设置为 and。 示例: 示例 1搜索包含 “dark” 或 “knight” 的电影 GET movies/_search {query: {match: {title: {query: Knight Rises}}} }结果解释: 这个查询会返回所有标题中包含 “Rises” 或 “knight” 或两者都包含的电影因为默认 operator 是 or。根据我们之前添加的数据会返回以下两条结果 “The Dark Knight”“The Dark Knight Rises” 。 示例 2搜索同时包含 “dark” 和 “knight” 的电影 GET movies/_search {query: {match: {title: {query: Knight Rises,operator: and}}} }结果解释: 通过设置 operator: and这个查询要求标题中 同时 包含 “Knight” 和 “Rises” 分词后的结果。根据我们之前添加的数据“The Dark Knight Rises” 会被匹配因为它的标题分词后包含 “Knight” 和 “Rises”。
四、match_all 查询 match_all 查询非常简单它会返回索引中的 所有 文档。这相当于没有任何查询条件就像 SQL 中的 SELECT * FROM table。 基本概念: match_all 匹配所有文档。通常用于与其他查询或过滤器结合使用。 语法: GET index/_search {query: {match_all: {}} }示例: GET movies/_search {query: {match_all: {}} }这个查询会返回 movies 索引中的所有文档也就是我们之前添加的五条电影数据。 五、multi_match 查询 multi_match 查询允许你在 多个 字段中搜索相同的文本。这对于需要在多个字段中查找关键词的场景非常有用。 基本概念: multi_match 在多个字段中搜索相同的查询字符串。默认情况下它使用 best_fields 策略即找到匹配度最高的字段。 语法: GET index/_search {query: {multi_match: {query: your search text,fields: [field1, field2]}} }参数说明: query: 要搜索的文本。fields: 一个数组包含要搜索的字段名。type (可选): 确定如何组合多个字段的匹配结果。默认为 best_fields。其他选项包括 most_fields、cross_fields 等这里不深入展开。 示例: GET movies/_search {query: {multi_match: {query: dark knight,fields: [title, description]}} }结果解释: 这个查询会在 title 和 description 两个字段中搜索 “dark knight”。它会返回在这两个字段的任意一个中匹配到该文本(分词后的词项)的电影。根据示例数据和match的分析,它应该会返回以下结果 “The Dark Knight”“The Dark Knight Rises”“Batman Begins” (因为其 description 包含 “the Dark Knight”) // 部分json { hits : [{_index : movies,_type : _doc,_id : mmjpI5UBFTEr5wdTXFgU,_score : 1.5241971,_source : {title : The Dark Knight,description : A dark and gritty superhero film.}},{_index : movies,_type : _doc,_id : nGjpI5UBFTEr5wdTXFgU,_score : 1.4764125,_source : {title : Batman Begins,description : The origin story of the Dark Knight.}},{_index : movies,_type : _doc,_id : m2jpI5UBFTEr5wdTXFgU,_score : 1.3997822,_source : {title : The Dark Knight Rises,description : The epic conclusion to the Dark Knight trilogy.}}] }六、match_phrase 查询 match_phrase 查询用于执行 短语匹配。它要求 所有 查询词项都必须出现在文档中。查询词项的 顺序 必须与文档中的顺序完全一致。查询词项在文档中必须是 相邻 的默认情况下。 基本概念: match_phrase 用于精确的短语匹配。它要求词项的顺序和邻近度与查询字符串完全一致。slop 参数允许短语中的词项之间存在一定间隔。 语法: GET index/_search {query: {match_phrase: {field_name: {query: your exact phrase}}} }参数说明: field_name:字段名称query:短语内容
示例: GET movies/_search {query: {match_phrase: {title: {query: Dark Knight Rises}}} }结果解释: 根据数据只有 title 为The Dark Knight Rises的数据会被搜索到。如果一部电影的标题是 “The Dark Knight”则不会被匹配到因为词项不完全一致。 七、总结 (Conclusion) 下表总结了本文介绍的四种全文检索查询 查询类型描述适用场景match标准的全文搜索查询对查询字符串进行分词匹配包含任意一个或多个分词的文档。最常用的查询类型适用于大多数全文搜索场景。match_all返回索引中的所有文档。通常与其他查询或过滤器结合使用。multi_match在多个字段中搜索相同的文本。当需要在多个字段中查找关键词时非常有用。match_phrase精确短语匹配要求词项的顺序和邻近度与查询字符串完全一致。当需要精确匹配一个短语并且对词项的顺序和邻近度有严格要求时使用。