elasticsearch怎么同时检索单field多个值？

一、elasticsearch怎么同时检索单field多个值？

如果是中英文混合的情况,一般可以通过在mapping里面配置multi-field,然后分别设置分词器,如:中文场景下使用中文分词器,英文默认就能支持,如:ik\mmseg\ansj\jieba等都可以,pinyin字段使用pinyin分词器,如果你对英文搜索有特殊需求,建议也单配一个field,指定你要的英文分词.这样的好处就是每个字段的场景很清晰,结果的准确度比较高,在查询的时候,使用多个字段进行查询就行了,然后设置一下权重,比如:完整匹配>pinyin首字母>中文分词>pinyin二元分词缺点就是会额外占用一些索引空间.

二、轻松掌握 Elasticsearch 中的字段检索技巧

在使用Elasticsearch（以下简称为ES）进行数据检索时，如何有效地获取指定字段的信息是一个常见的问题。作为一名爱好者，我常常需要从大量数据中提取出让我感兴趣的信息，今天就来和大家聊聊如何轻松掌握这个技巧。

首先，了解Elasticsearch的索引结构是关键。ES底层使用的是一种名为倒排索引的技术，这意味着它能快速检索特定字段的值而不必扫描整个文档。在此之前，您需要定义好索引的映射（mapping），确保您关心的字段能被正确地索引。

检索指定字段的基础

在Elasticsearch中，进行简单的字段检索可以使用以下的REST API请求格式：

GET /index_name/_search

在这个请求中，您需要替换"index_name"为您的索引名称。

使用查询语法获取指定字段

为了从结果中仅获取所需字段，您可以在请求中添加"_source"参数。例如，如果我只想检索字段title和author，可以像这样构造请求：

GET /index_name/_search
{
  "_source": ["title", "author"],
  "query": {
    "match_all": {}
  }
}

这样就可以在结果中仅看到我关心的title和author字段，而不需要无谓的信息，提升了检索效率。

实际案例

假设我们有一个关于书籍的索引，其中包含多个字段，诸如title、author、publish_date和summary。如果我只想查看特定作者的书名和出版日期，我可以构造如下的查询：

GET /books/_search
{
  "_source": ["title", "publish_date"],
  "query": {
    "term": {
      "author": "J.K. Rowling"
    }
  }
}

这个查询只会返回满足条件的书名和出版日期，大大减少了数据量。

灵活运用过滤器

在ES中，除了使用_source外，您还可以使用filters来进一步精简检索结果。以下是使用过滤器的示例：

GET /books/_search
{
  "_source": ["title"],
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "genre": "Fantasy"
          }
        }
      ],
      "filter": {
        "range": {
          "publish_date": {
            "gte": "2000-01-01",
            "lte": "2020-12-31"
          }
        }
      }
    }
  }
}

在这个请求中，我不仅获取了title字段，还通过过滤条件仅返回指定时间范围内的Fantasy类型书籍。

常见问题解答

很多刚接触Elasticsearch的朋友会问，如何知道需要具体哪些字段？你可以使用以下方法：

• 首先，从您的数据模型出发，明确哪个字段对您的应用场景最为重要。
• 其次，在执行简单的match_all查询时，查看返回的字段，并依此做出调整。

还常有人询问如何提升查询性能？这就需要我们考虑数据的量级以及索引的设置，合理利用文档分片（shards）和副本（replica）等功能，将帮助您优化性能。

总结

本文大致概述了在Elasticsearch中检索指定字段的基础技巧和方法。通过有效利用_source和过滤器，您可以高效地提取出所需数据，减少冗余信息，为您的应用开发提供支持。希望我的分享能帮助到同样在这条路上摸索的你！

三、elasticsearch collapse原理？

一、Elasticsearch概述

Elasticsearch 是一个基于Lucene的分布式搜索引擎。

搜索引擎三大过程：爬取内容、进行分词、建立反向索引。

二、Elasticsearch如何快速索引：倒排索引或反向索引

将key映射value，改为value映射key。

倒排索引：即把文件ID对应到关键词的映射转换为关键词到文件ID的映射，每个关键词都对应着一系列的文件，这些文件中都出现这个关键词。

三、总结

1.Elasticsearch 中的索引、类型和文档的概念比较重要，类似于 MySQL 中的数据库、表和行。

2.Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。

3.Elasticsearch 一个典型应用就是 ELK 日志分析系统

四、elasticsearch怎么使用？

用2个Map作为传参，一个是must，一个是should。代码如下：

//创建查询

SearchRequestBuilder srb = client.prepareSearch(INDEX);

srb.setTypes(ASK_TYPE);

srb.setSearchType(SearchType.DFS_QUERY_THEN_FETCH);

//分页

srb.setFrom((pageNo - 1) * pageSize).setSize(pageSize);

//按时间倒序

SortBuilder sortBuilder = SortBuilders.fieldSort("date").order(SortOrder.DESC);

srb.addAggregation(aggregation);//聚合

srb.addSort(sortBuilder);//排序

/**********************主要看这里 start*********************************/

if(null != mustMap && mustMap.size() > 0){

//创建一个查询

BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();

//这里查询的条件用map传递

for(String key : mustMap.keySet()){

queryBuilder.must(QueryBuilders.termQuery(key,mustMap.get(key)));

}

//这里查询的条件用map传递

for(String key : shouldMap.keySet()){

queryBuilder.should(QueryBuilders.termQuery(key,mustMap.get(key)));

}

//查询

srb.setQuery(queryBuilder);

}

/**********************主要看这里 end*********************************/

//请求

SearchResponse response = srb.get();

//更多看这里：http://www.sojson.com/tag_elasticsearch.html

五、elasticsearch开源吗？

必须是的。获取源码地址：

https://github.com/elastic/elasticsearch

六、elasticsearch 密码错误？

答，更新数据，确认密码是否正确，重试

七、elasticsearch管理规范？

shard是Elasticsearch数据存储的最小单位，index的存储容量为所有shard的存储容量之和。Elasticsearch集群的存储容量则为所有index存储容量之和。

一个shard就对应了一个lucene的library。对于一个shard，Elasticsearch增加了translog的功能，类似于HBase WAL，是数据写入过程中的中间数据，其余的数据都在lucene库中管理的。

所以Elasticsearch索引使用的存储内容主要取决于lucene中的数据存储。

八、elasticsearch存储结构？

基于lucene的存储结构

Lucene是一个功能强大的搜索库，但是基于Lucene进行开发比较复杂。ElasticSearch是基于lucene开发的搜索引擎，提供了更简单易用的API。

索引实际上是lucene中的概念，一个索引由多个索引段构成，大部分的场景是写一次，读多次。当满足某些条件时，多个索引段会合并成一个更大的索引段。索引段的减少有助于搜索效率的提高(可能是lucene内部原理决定的)，但是频繁的段合并会影响性能。

Elasticsearch中的每次刷新都会新创建一个段，新创建的段里面的数据在下一次刷新之前是不会被搜索到的。ES的段合并是在后台进行的。

九、elasticsearch数据怎么删除？

其实限制一个node最高不超过3个shard也没有这必要，我们的做法是按照主机上SSD的数量来定shard的数量，因为这个时候每个shard实际上会落到一个硬盘上去。

至于数据存储的问题，首先要考虑业务，再确定shard和index的策略：

一般涉及到日志类的数据存储，应该按照日期来分index，这样查新的时候直接查最近写入的index就可以了，旧的index数据也可以定期删除或是转移到SATA盘里面去；

只用一个index也有好处，管理方便，但是需要提前考虑好数据的增长速度；

shard多了其实会更加浪费资源，但是一个shard太大了对恢复和迁移也是个问题，这种优化其实官方也没啥好的说法，总之一切看自己的实际情况，慢慢测试了。

十、elasticsearch哪国开发的？

美国开发的。

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。

Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。