标签:Term text Kibana 查询 说明 索引 文档 拆分 使用
通过访问IP:5601即可
注:下列所有操作可结合elasticsearch-head进行学习
索引的创建删除操作
索引其实也可以理解成是一张表
索引创建
索引创建并赋值
索引创建及定义属性
这里会涉及type为text类型,除了text类型,对于字符串还可以分配keyword类型二者区别如下:
-
keyword类型的词语会被当成一个整体存储
-
text类型的词语则会被分词器拆分进行存储,中文是单个存储,英文是按照空格进行,在我们进行查找的时候默认都会进行拆分,这里的拆分规则和分词器字典无关
索引删除
索引文档的删改查操作
增加索引文档
注:id需唯一,如果指向的是已存在的id,则会变为修改操作
修改索引文档
虽然使用增加索引的方式也可以实现索引文档的修改,但是其实ES也提供了update方法来进行修改
删除索引文档
其实删除索引和删除索引文档的区别就在于是否准确指定到具体的id,未指定则就会删除其索引
索引文档的简单查询
索引文档的条件查询
先理解下Match和Term相关解释
Match和Term的区别
Match是模糊查询,代表只要字段被包含则会查询,不在乎分词结果
1、当查询text时,由于一句话会被拆分,所以任意包含即可
2、当查询keyword时,由于一句话不会被拆分,所以必须完全匹配才可以
Term是精确查询
1、当我们查找的类型为text时,一句话被拆分了,所以我们查找这句话时将无法查询到,就只能通过被拆分后的某个字进行查询,这个具体可以通过_analyze查看
2、当我们查找的类型为keyword时,一句话就不会被拆分,这时候我们查找一句话就可以被查询到,查询单个词的话,将无法查询到
这也就是为什么Term被称作精确查询
总结:Match和Term查询keyword都需要完全匹配,但是查询text时,因为text是拆分存储,match也是拆分查询,所以任意输入值都可以查询到值,而Term是不拆分查询,所以在很多时候,Term查text只能通过单个值去查才有结果
注:汉语是一个字一个字分组,英文的话是以空格进行分组
Match模糊查询
根据上图进行操作
持续更新。。。。
标签:Term,text,Kibana,查询,说明,索引,文档,拆分,使用 来源: https://www.cnblogs.com/cjzzz/p/16110564.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。