一起来学ElasticSearch(八)

前言

目前正在出一个Es专题系列教程, 篇幅会较多, 喜欢的话，给个关注❤️ ~

承接上文，本节给大家讲下上节遗留的查询操作以及重点内容分词原理~

为了方便学习, 本节中所有示例沿用上节的索引。本文偏实战一些，好了, 废话不多说直接开整吧~

另外: 之前不少小伙伴私信，说老干讲，没有结合java代码去演示，这里理解大家迫切想要敲代码的心情，希望快速的在项目中用起来。我在学习一个新东西，特别是这种中间件的应用，我会先抛开代码层面,从它根本上去认识它，知道这个过程是怎么样的，因为封装好的sdk，其实也都是对接口进行了封装，方便开发人员去使用, 写代码大家都会写，关键是如何去理解一个东西。就像面试一样，大家都会背，但是不一定都答的好

透露一下，后边会有专门几节讲springboot整合es的实战内容，只要不忙，正常更新教程~

prefix & wildcard & regexp

上节我们讲的查询操作，其最小单位都是基于词条进行查询。有时候，我们需要将查询的最小粒度优化到字符级别。很明显中文是不会基于空格分词的，这个时候我们就需要用到部分匹配查询prefix、wildcard、regexp

其实这个查询我们可以类比成模糊查询

prefix & 前缀查询

POST class_1/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "i"
      }
    }
  }
}

返回:

{
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 3,
    "successful" : 3,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "imFt-4UBECmbBdQAnVJg",
        "_score" : 1.0,
        "_source" : {
          "name" : "i",
          "age" : 10
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "b8fcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi1~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "ccfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi3~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "cMfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so zhen haochi2~",
          "num" : 1
        }
      }
    ]
  }
}

wildcard 通配查询

意思可以指定通配符,比如*

POST class_1/_search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "*a*"
      }
    }
  }
}

返回:

{
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 3,
    "successful" : 3,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "b8fcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi1~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "ccfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi3~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "cMfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so zhen haochi2~",
          "num" : 1
        }
      }
    ]
  }
}

regexp & 正则表达式查询

我们可以通过regexp进行正则匹配

POST class_1/_search
{
  "query": {
    "regexp": {
      "name": {
        "value": "[A-Za-z0-9]*"
      }
    }
  }
}

返回:

{
  "took" : 8,
  "timed_out" : false,
  "_shards" : {
    "total" : 3,
    "successful" : 3,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 10,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "h2Fg-4UBECmbBdQA6VLg",
        "_score" : 1.0,
        "_source" : {
          "name" : "b",
          "num" : 6
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "iGFt-4UBECmbBdQAnVJe",
        "_score" : 1.0,
        "_source" : {
          "name" : "g",
          "age" : 8
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "iWFt-4UBECmbBdQAnVJg",
        "_score" : 1.0,
        "_source" : {
          "name" : "h",
          "age" : 9
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "imFt-4UBECmbBdQAnVJg",
        "_score" : 1.0,
        "_source" : {
          "name" : "i",
          "age" : 10
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "num" : 9,
          "name" : "e",
          "age" : 9,
          "desc" : [
            "hhhh"
          ]
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 1.0,
        "_source" : {
          "name" : "f",
          "age" : 10,
          "num" : 10
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "b8fcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi1~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "ccfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so haochi3~",
          "num" : 1
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "l",
          "num" : 6
        }
      },
      {
        "_index" : "class_1",
        "_type" : "_doc",
        "_id" : "cMfcCoYB090miyjed7YE",
        "_score" : 1.0,
        "_source" : {
          "name" : "I eat apple so zhen haochi2~",
          "num" : 1
        }
      }
    ]
  }
}

ES中的分词

什么是分词

对于非结构语言的查询，如果采用全文检索的方式进行查询，需要进行对其进行分词处理, 顾名思义，将一句话或一大段话，通过一定的规则，分割成多个词条的过程

分词器

es中的分词通过分词器来处理,主要由以下组成:

• Character Filters：针对原始文本处理，比如去除一些标签，标点符号等。一个分词器中可以包含0至多个Character Filters
• Tokenizer：按照规则将原始文本切分为词条，比如按照空格切分。一个分词器中有且只有一个Tokenizer
• Token Filters：将切分的单词进行加工，比如大写转小写，删除结语词，增加同义语。一个分词器中可以包含0至多个Token Filters

举个例子,假如有这么一句话I eat a apple <emoj>开心</emoj>,通过上述分词流程大致为:

1. 开始分词, Character Filters开始对原始语句处理,处理完之后的语句: I eat a apple
2. Tokenizer根据规则分词,处理完之后的语句会分为几个词条 I, eat, a, apple
3. Token Filters词条过滤处理, i, eat, a, apple

当然，不同分词器可能处理的会更复杂

内置分词器

• Standard Analyzer ：默认分词器，按词切分，小写处理
• Simple Analyzer：按照非字母切分（符号被过滤），小写处理
• Stop Analyzer：小写处理，停用词过滤（the ，a，is）
• Whitespace Analyzer：按照空格切分，不转小写
• Keyword Analyzer：不分词，直接将输入当做输出
• Pattern Analyzer：正则表达式，默认 \W+
• Language：提供了 30 多种常见语言的分词器
• Customer Analyzer：自定义分词器

elasticsearch-analysis-ik & 中文分词器

通常我们的业务，在大部分应用场景中都是中文，所以比较常用的就是中文分词器,默认是不带的，所以需要大家去安装，这里就不多介绍安装了，文档里有

• 地址-https://github.com/medcl/elasticsearch-analysis-ik

结束语

本节就到此结束了，下节我们进入ES聚合部分内容，这部分内容也比较重要 ~

本着把自己知道的都告诉大家，如果本文对您有所帮助，点赞+关注鼓励一下呗~

相关文章

• 利用docker搭建es集群
• 一起来学ElasticSearch(一)
• 一起来学ElasticSearch(二)
• 一起来学ElasticSearch(三)
• 一起来学ElasticSearch(四)
• 一起来学ElasticSearch(五)
• 一起来学ElasticSearch(六)
• 一起来学ElasticSearch(七)

项目源码(源码已更新 欢迎star⭐️)

• spring-cloud-all

• SpringCloud整合 Oauth2+Gateway+Jwt+Nacos 实现授权码模式的服务认证(一)

• SpringCloud整合 Oauth2+Gateway+Jwt+Nacos 实现授权码模式的服务认证(二)

往期并发编程内容推荐

• Java多线程专题之线程与进程概述
• Java多线程专题之线程类和接口入门
• Java多线程专题之进阶学习Thread(含源码分析)
• Java多线程专题之Callable、Future与FutureTask(含源码分析)
• 面试官: 有了解过线程组和线程优先级吗
• 面试官: 说一下线程的生命周期过程
• 面试官: 说一下线程间的通信
• 面试官: 说一下Java的共享内存模型
• 面试官: 有了解过指令重排吗，什么是happens-before
• 面试官: 有了解过volatile关键字吗 说说看
• 面试官: 有了解过Synchronized吗 说说看
• Java多线程专题之Lock锁的使用
• 面试官: 有了解过ReentrantLock的底层实现吗？说说看
• 面试官: 有了解过CAS和原子操作吗？说说看
• Java多线程专题之线程池的基本使用
• 面试官: 有了解过线程池的工作原理吗？说说看
• 面试官: 线程池是如何做到线程复用的？有了解过吗，说说看
• 面试官: 阻塞队列有了解过吗?说说看
• 面试官: 阻塞队列的底层实现有了解过吗? 说说看
• 面试官: 同步容器和并发容器有用过吗? 说说看
• 面试官: CopyOnWrite容器有了解过吗? 说说看
• 面试官: Semaphore在项目中有使用过吗？说说看(源码剖析)
• 面试官: Exchanger在项目中有使用过吗？说说看(源码剖析)
• 面试官: CountDownLatch有了解过吗？说说看(源码剖析)
• 面试官: CyclicBarrier有了解过吗？说说看(源码剖析)
• 面试官: Phaser有了解过吗？说说看
• 面试官: Fork/Join 有了解过吗？说说看（含源码分析）
• 面试官: Stream并行流有了解过吗？说说看

博客(阅读体验较佳)

• 我的博客(阅读体验较佳)

• 地址: github.com/qiuChenglei…

推荐 SpringBoot & SpringCloud (源码已更新 欢迎star⭐️)

• springboot-all

• 地址: github.com/qiuChenglei…

• SpringBoot系列教程合集

• 一起来学SpringCloud合集