查詢參考資料

Discovery 查詢參數、運算子和聚集的完整清單。 當您使用 Discovery 查詢語言撰寫查詢時，可以參閱此資訊以取得說明。

在 Discovery 使用者介面中，您可以在 Improve and customize 頁面上撰寫和測試 自然語言查詢。

參數說明

使用查詢參數來搜尋集合、識別結果集，以及分析結果集。

搜尋參數
參數 說明 範例
aggregation 結果集的統計查詢 aggregation=term(enriched_text.entities.type)
filter 針對相符文件進行的未分級查詢語言搜尋。 filter=bees
natural_language_query 針對相符文件進行的分級自然語言搜尋。 natural_language_query="How do bees fly"
query 針對相符文件進行的分級查詢語言搜尋。 query=bees
結構參數
參數 說明 範例
count 要傳回的 result 文件數。 count=15
highlight 強調顯示查詢相符項 highlight=true
offset 從結果集傳回 result 文件之前要忽略的結果數 offset=100
return 要傳回的欄位清單 return=title,url
sort 用來排序結果集的欄位 sort=enriched_text.sentiment.document.score
spelling suggestions 針對自然語言查詢傳回的拼字建議 spelling_suggestions=true

查詢限制

您無法查詢包含下列字元的欄位名稱：

  • 欄位名稱字尾中的數字 (0 - 9)。 例如，extracted-content2。
  • field_name 前綴中的字元 _, +，和 -。 例如，+extracted-content。
  • field_name 中的字元 .、, 和 :。 例如，new:extracted-content。

運算子

運算子是在查詢的不同部分之間的分隔字元。 下表列出了可用的操作符。

查詢運算子
運算子 說明 範例
. JSON 定界字元 enriched_text.concepts.text
: 包括 text:computer
:: 完全相符 title::"Query building"
:! 不包含 text:!computer
::! 不完全相符 text::!winter
\ 跳出字元 title::"Dorothy said: \"There's no place like home.\""
"" 詞組查詢 enriched_text.concepts.text:"IBM Watson"
(), [] 巢狀群組 filter-entities:(text:Turkey,type:Location)
| 或者 query-enriched.entities.text:Google|IBM
, 和 query-enriched.entities.text:Google,IBM
<=, >=, >, < 數值比較 enriched_text.sentiment.document.score>0.679
^x 評分乘數 text:IBM^3
* 萬用字元 query-enriched_text.concepts.text:pre*
~n 字串變異 query-enriched_text.entities.text:cat~1
:* 存在 title:*
!* 不存在 title!*

聚集

聚集傳回一組資料值。 下表列出可用的聚集。

查詢聚集
聚集 說明 範例
average 結果集內所指定欄位的平均值。 average(product.price)
filter 根據指定的型樣過濾結果 filter(enriched_text.concepts.text:cloud computing)
histogram 間隔型分佈 histogram(product.price,interval:1)
max 結果集內所指定欄位的最大值。 max(product.price)
min 結果集內所指定欄位的最小值。 min(product.price)
nested 限制聚集 nested(enriched_text.entities)
sum 結果集內所有欄位的總和。 sum(product.price)
term 相同值計數 term(enriched_text.concepts.text,count:10)
timeslice 時間型分佈 timeslice(last_modified,2day,America/New York)
top_hits 現行聚集的排名最前結果文件 term(enriched_text.concepts.text).top_hits(10)
unique_count 聚集內欄位的唯一值計數 unique_count(enriched_text.entities.type)