ElasticSearch 3. 高级查询

接上一篇Kibana基本操作，传送门：ElasticSearch 2. Kibana基本操作

本票学习ES rest API 高级查询语法

基于7.2版本，之前创建了索引库user，本次重新创建了映射如下：

PUT /user/_mapping
{
  "properties": {
    "username": {
      "type": "text"
    },
    "password": {
      "type": "keyword",
      "index": false
    },
    "age": {
      "type": "integer"
    }
  }
}

正文：

查询文档

1. 基本查询

POST /索引库名/_search
{
  "query": {
    "查询类型": {
      "查询条件": "查询条件值"
    }
  }
}

这里query对象里面可以有不同的查询类型，基本类型有：

• match_all 查询所有

  POST /user/_search
  {
       "query": {
         "match_all": {}
       }
  }
  

• term 词条匹配

  用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串，类似于mysql的=

  POST /user/_search
  {
       "query": {
         "term": {
           "username": "zw"
         }
       }
  }
  

• terms 多词条匹配

  类似于mysql的in语句

  POST /user/_search
  {
    "query": {
      "terms": {
        "_id": [1,2]
      }
    }
  }
  

• match 匹配查询

  类似于mysql的like语句，但并不是**%值%**的模糊查询模式。

  当配置了分词器时，会先分词然后按照分词进行查询，多个词条之间是or的关系。

  现在没有配置分词器，使用效果就相当于=。

  POST /user/_search
  {
    "query": {
       "match": {
           "username": "加油努力奋斗"
       }
    }
  }
  

  将or关系变为and关系：

  POST /user/_search
  {
    "query": {
       "match": {
           "username": {
             "query": "加油努力奋斗",
             "operator": "and"
           }
       }
    }
  }
  

• multi_match 多字段匹配查询

  与match效果类似，不同的是它可以在多个字段中查询

  POST /user/_search
  {
    "query": {
      "multi_match": {
        "query": "加油努力奋斗",
        "fields": [
          "username",
          "password"
        ]
      }
    }
  }
  

返回结果解释：（来自百度）

贴一个返回结果：

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "user",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "password" : "1234567",
          "username" : "lss"
        }
      }
    ]
  }
}

• took：查询花费时间，单位是毫秒
• time_out：是否超时
• _shards：分片信息
• hits：搜索结果总览对象
  • total：搜索到的总条数
  • max_score：所有结果中文档得分的最高分
  • hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
    • _index：索引库
    • _type：文档类型
    • _id：文档id
    • _score：文档得分
    • _source：文档的源数据

2. 查询结果集过滤

​ es查询默认查询出所有的字段放在_source中，例如：

{
    "_index" : "user",
    "_type" : "_doc",
    "_id" : "2",
    "_score" : 0.9808292,
    "_source" : {
        "username" : "zw",
        "password" : "1234567"
    }
 }

可以通过使用_source属性来指定查询部分字段

• 查询时使用_source属性指定查询字段

  POST /user/_search
  {
      "_source": "username",
      "query": {
         "term": {
           "username": "zw"
         }
      }
  }
  

  相当于：select username from user where username = ‘zw’

  返回：

  {
      	"_index" : "user",
      	"_type" : "_doc",
      	"_id" : "2",
      	"_score" : 0.9808292,
      	"_source" : {
          	"username" : "zw"
      	}
  }
  

• includes和excludes

  • includes：来指定想要显示的字段

  • excludes：来指定不想要显示的字段

    # 查询username、password字段
    POST /user/_search
    {
      "_source": {
        "includes": [
          "username",
          "password"
        ]
      },
      "query": {
        "match_all": {}
      }
    }
    

    # 查询排除password字段
    POST /user/_search
    {
      "_source": {
        "excludes": "password"
      },
      "query": {
        "match_all": {}
      }
    }
    

3. 范围查询

使用range属性，支持大于、小于、大于等于、小于等于操作。

关键字：

操作符	说明
gt	大于
gte	大于等于
lt	小于
lte	小于等于

语法：

POST /索引库名/_search
{
  "query": {
    "range": {
      "FILED字段": {
        "gte": 值,
        "lte": 值
      }
    }
  }
}

举例查询user年纪age大于1小于3的数据：

POST /user/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 1,
        "lte": 3
      }
    }
  }
}

4. 模糊查询

使用fuzzy属性

语法：

POST /索引库名/_search
{
  "query": {
    "fuzzy": {
      "FILED字段": "值"
    }
  }
}

例如：查询名称包含s的user

POST /user/_search
{
  "query": {
    "fuzzy": {
      "username": "s"
    }
  }
}

fuzzy自动将拼写错误的搜索文本，进行纠正，纠正以后去尝试匹配索引中的数据

它允许用户搜索词条与实际词条出现偏差，但是偏差的编辑距离不得超过2：

使用fuzziness属性设置最大纠正编辑距离

例如：我们新增数据{“username”:“phone”}

查询：

POST /user/_search
{
  "query": {
    "fuzzy": {
      "username": "phoen"
    }
  }
}

设置最大纠错距离：

POST /user/_search
{
  "query": {
    "fuzzy": {
      "username": {
        "value": "phoen",
        "fuzziness": 2
      }
    }
  }
}

返回：

{
 	"_index" : "user",
 	"_type" : "_doc",
 	"_id" : "gjHSjXkBMRMNNQHn6wqf",
 	"_score" : 1.7868738,
 	"_source" : {
 		"username" : "phone"
	}
}

5. 组合查询

使用bool关键字，包含must（与）、must_not（非）、should（或）三种关系，可进行组合查询。

语法：

POST /user/_search
{
  "query": {
    "bool": {
      "must": {
          "查询类型1":{
            "查询条件":"查询条件值"
          },
          "查询类型n":{
            "查询条件":"查询条件值"
          }
      },
      "must_not": {
          "查询类型1":{
            "查询条件":"查询条件值"
          },
          "查询类型n":{
            "查询条件":"查询条件值"
          }
      },
      "should": {
          "查询类型1":{
            "查询条件":"查询条件值"
          },
          "查询类型n":{
            "查询条件":"查询条件值"
          }
      }
    }
  }
}

怎么理解呢，must（与）、must_not（非）、should（或）中可以写多个查询属性，must中的查询属性都是and关系，以此类推must_not中都是not关系，should中都是or的关系

举例：查询user表中username=zs 或username=ls且age！=7、的数据

POST /user/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "username": "zs"
          }
        },
        {
          "term": {
            "username": "ls"
          }
        }
      ],
      "must_not": {
        "term": {
          "age": 7
        }
      }
    }
  }
}

排序

通过sort属性设置字段排序，通过order设置排序方式

语法：

POST /索引库名/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD字段1": {
        "order": "desc"
      },
      "FIELD字段2": {
        "order": "asc"
      }
    }
  ]
}

举例：

POST /user/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    },
    {
      "_id" : {
        "order": "asc"
      }
    }
  ]
}

高亮

在使用match查询的同时，加上一个highlight属性：

• pre_tags：前置标签
• post_tags：后置标签
• fields：需要高亮的字段

在配置使用分词器的情况下使用，会作用于匹配到的分词

未配置分词器的情况下使用，作用于整个字段

例子：

POST /user/_search
{
  "query": {
    "match": {
      "username": "ls"
    }
  },
  "highlight": {
    "pre_tags": "<font color='red'>",
    "post_tags": "</font>",
    "fields": {
      "username": {}
    }
  }
}

返回：

{
    "_index" : "user",
    "_type" : "_doc",
    "_id" : "gDGjjXkBMRMNNQHnWQpt",
    "_score" : 1.7227666,
    "_source" : {
    	"username" : "ls",
    	"password" : "123456",
    	"age" : 7
    },
    "highlight" : {
    	"username" : [
    	"<font color='red'>ls</font>"
    	]
    }
},
...

分页查询

使用size，from。语法：

POST /索引库名/_search
{
  "query": {
    "match_all": {}
  },
  "size": 2,
  "from": 0
}

size:每页数量

from:当前页起始索引, from = (pageNum - 1) * size

---

---

后续学习es集群知识和搭建集群以及es java客户端