本文介绍了Elasticsearch中各种查询技巧，包括简单查询、条件查询、聚合查询、通配符查询及子条件查询等，并详细解释了Querycontext和Filtercontext的区别。
一、初级查询
首先我们的操作都是针对这11条数据。book索引，novel type的数据如下：
除特别说明，以下查询都是以下面的地址为url。
http://192.168.124.128:9200/book/_search1. 简单查询
http://192.168.124.128:9200/book/novel/1
http://192.168.124.128:9200/book/novel/1?version=12. 条件查询
所有的查询都是以query作为关键词
- 查询所有数据
{
"query":{
"match_all":{}
}
}查询默认返回10条数据，查询结果中took值表示查询响应使用了多少毫秒。
{
"query":{
"match_all":{}
},
"from":1,
"size":2
}from表示从第一条结果开始，总共返回2条数据。
- 关键词查询
{
"query":{
"match":{
"title":"Elasticsearch"
}
}
}查询title包含Elasticsearch的文档，返回结果如下：
匹配（match）查询属于全文查询，ElasticSearch引擎在处理全文搜索时，首先分析（analyze）查询字符串，然后根据分词构建查询，最终返回查询结果。对于全文查询条件 “title”: “Quick Foxes!”，ElasticSearch引擎首先分析查询字符串，将其拆分成两个小写的分词。只要title字段值中包含有任意一个关键字quick或者oxes，那么返回该文档。
我们也可以使用下面的url得到上面的结果
返回两天关于Elasticsearch的结果，结果是以_score值得倒序排列的。
- 指定排序规则
{
"query":{
"match":{
"title":"Elasticsearch"
}
},
"sort":{
"publish_date":{"order":"desc"}
}
}返回结果如下：
3. 聚合查询
- 单个分组聚合
{
"aggs":{
"group_by_word_count":{
"terms":{
"field":"word_count"
}
}
}
}group_by_word_count这个名字是自定义的，可以使用任意的名字。
- 多个分组聚合
{
"aggs":{
"group_by_word_count":{
"terms":{
"field":"word_count"
}
},
"group_by_publish_date":{
"terms":{
"field":"publish_date"
}
}
}
}查询结果中多一个以日期分组的统计结果
{
"aggs":{
"grades_word_count":{
"stats":{
"field":"word_count"
}
}
}
}
4. 通配符查询
- 前缀匹配查询
{
"query":{
"prefix":{
"title":"python"
}
}
}当字段中词的集合很小时，可以放心使用，但是它的伸缩性并不好，会对我们的集群带来很多压力。可以使用较长的前缀来限制这种影响，减少需要访问的量。
- 通配符查询
? 匹配任意字符， * 匹配 0 或多个字符。
{
"query":{
"wildcard":{
"title":"*web"
}
}
}此处web要小写
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "10",
"_score": 1,
"_source": {
"author": "charmingfst",
"title": "Java Web",
"word_count": 1000,
"publish_date": "2000-08-01"
}
}
]- 正则匹配查询
"query": {
"regexp": {
"title": "E[0-9].+"
}
}这个正则表达式要求词必须以 E 开头，紧跟 0 至 9 之间的任何一个数字，然后接一或多个其他字符。
正则表达式(RegExp）查询，可用在已分析（analyzed）的字符字段上，在不分析（not_analyzed）的字段上执行正则表达式查询，注意，字符的大小写。
以下是Elasticsearch权威指南的一段说明：
wildcard 和 regexp 查询的工作方式与 prefix 查询完全一样，它们也需要扫描倒排索引中的词列表才能找到所有匹配的词，然后依次获取每个词相关的文档 ID ，与 prefix 查询的唯一不同是：它们能支持更为复杂的匹配模式。
prefix 、 wildcard 和 regexp 查询是基于词操作的，如果用它们来查询 analyzed 字段，它们会检查字段里面的每个词，而不是将字段作为整体来处理。
比方说包含 “Quick brown fox” 的 title 字段会生成词： quick 、 brown 和 fox 。
会匹配以下这个查询：
{ "regexp": { "title": "br.*" }}但是不会匹配以下两个查询：
{ "regexp": { "title": "Qu.*" }} //在索引里的词是 quick 而不是 Quick 。
{ "regexp": { "title": "quick br*" }} //quick 和 brown 在词表中是分开的。二、子条件查询
查询特定字段所指特定值
子条件查询分为Query context和Filter context。
1. Query Context
在查询过程中，除了判断文档是否满足查询条件外，ES还会计算一个_score来标识匹配的程度，旨在判断目标文档和查询条件匹配的程度。
字段级别查询：字段级别查询不会分析查询条件，只有当词条和查询字符串完全匹配时，才匹配搜索。当在未被分析的字段中进行搜索时，和查询字符串完全匹配的文档会被返回；如果在已分析（Analyzed）的字段中进行搜索，词条必须是小写的单个词条，否则，匹配不到任何文档。
全文本查询：ElasticSearch引擎会先分析（analyze）查询字符串，将其拆分成小写的分词，只要已分析的字段中包含词条的任意一个，或全部包含，就匹配查询条件，返回该文档；如果不包含任意一个分词，表示没有任何文档匹配查询条件。
1) 全文本查询
针对文本类型数据
- 模糊匹配
会查询出包含Elasticsearch和入门的所有文档
{
"took": 5,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 3,
"max_score": 2.0794415,
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 2.0794415,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "3",
"_score": 1.219939,
"_source": {
"author": "李三",
"title": "Python入门",
"word_count": 2000,
"publish_date": "2005-10-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "9",
"_score": 0.96669346,
"_source": {
"author": "chm",
"title": "Elasticsearch精髓",
"word_count": 3000,
"publish_date": "2017-08-01"
}
}
]
}
}- 习语查询
{
"query":{
"match_phrase":{
"title":"Elasticsearch入门"
}
}
}将Elasticsearch入门作为一个整体查询，查询结果
{
"took": 29,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 2.0794415,
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 2.0794415,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
}
]
}
}match_phrase检索时候，文档必须同时满足以下两个条件，才能被检索到：
1）分词后所有词项都出现在该字段中；
2）字段中的词项顺序要一致。
"match_phrase_prefix" : {
"title" : {
"query": "道路",
"max_expansions": 50
}
}除了把查询文本的最后一个分词只做前缀匹配之外，match_phrase_prefix和match_phrase查询基本一样，参数 max_expansions 控制最后一个单词会被重写成多少个前缀，也就是，控制前缀扩展成分词的数量，默认值是50。
匹配的时候，如果想尽可能的多检索结果，考虑使用match;
如果想尽可能精确的匹配分词结果，考虑使用match_phrase;
如果短语匹配的时候，怕遗漏，考虑使用match_phrase_prefix。
- 多个字段匹配查询
{
"query":{
"multi_match":{
"query":"chm",
"fields":["author","title"]
}
}
}这会查询author和title字段包含chm的所有文档。
- 语法查询
{
"query":{
"query_string":{
"query":"(Elasticsearch AND 入门) OR charmingfst"
}
}
}查询结果如下
"hits": {
"total": 2,
"max_score": 2.0592237,
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 2.0592237,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "10",
"_score": 1.261305,
"_source": {
"author": "charmingfst",
"title": "Java Web",
"word_count": 1000,
"publish_date": "2000-08-01"
}
}
]查询author和title中包含”Elasticsearch”或者”张三”的文档
{
"query":{
"query_string":{
"query":"Elasticsearch OR 张三",
"fields":["author", "title"]
}
}
}结果如下：
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "9",
"_score": 0.96669346,
"_source": {
"author": "chm",
"title": "Elasticsearch精髓",
"word_count": 3000,
"publish_date": "2017-08-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "1",
"_score": 0.6931472,
"_source": {
"author": "张三",
"title": "kafka权威指南",
"word_count": 1000,
"publish_date": "2018-01-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 0.6931472,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
}
]2) 字段级别查询
针对结构化数据，如数字、日期等
{
"query":{
"term":{
"author":"张三"
}
}
}term 查询被用于精确值匹配，term 查询对于输入的文本不分析，所以它将给定的值进行精确查询。
字段级别查询支持范围查询
{
"query":{
"range":{
"publish_date":{
"gt":"2017-01-01",
"lte":"now"
}
}
}
}2. Filter context
在查询过程中，只判断该文档是否满足条件，只有Yes或者No。不关心匹配度。
查询word_count为1000的文档，需要结合bool关键字
{
"query":{
"bool":{
"filter":{
"term":{
"word_count":1000
}
}
}
}
}ES会对filter查询结果做缓存，所以相对query较快一些。
三、复合条件查询
以一定的逻辑组合子条件查询
固定分数查询
{
"query":{
"constant_score":{
"filter":{
"match":{
"title":"Elasticsearch"
}
}
}
}
}查询结果如下：
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "9",
"_score": 1,
"_source": {
"author": "chm",
"title": "Elasticsearch精髓",
"word_count": 3000,
"publish_date": "2017-08-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 1,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
}
]可以看到_score的分数都是1。还可以使用boost关键字指定查询结果的分数
{
"query":{
"constant_score":{
"filter":{
"match":{
"title":"Elasticsearch"
}
},
"boost":2
}
}
}此时查询的结果中_score的值都为2。
布尔查询
使用should关键字查询
{
"query":{
"bool":{
"should":[
{"match":{"author":"张三"}},
{"match":{"title":"Elasticsearch"}}
]
}
}
}查询结果如下三条：
"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "9",
"_score": 0.96669346,
"_source": {
"author": "chm",
"title": "Elasticsearch精髓",
"word_count": 3000,
"publish_date": "2017-08-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "1",
"_score": 0.6931472,
"_source": {
"author": "张三",
"title": "kafka权威指南",
"word_count": 1000,
"publish_date": "2018-01-01"
}
},
{
"_index": "book",
"_type": "novel",
"_id": "7",
"_score": 0.6931472,
"_source": {
"author": "孙七",
"title": "Elasticsearch入门",
"word_count": 3000,
"publish_date": "2017-10-01"
}
}
]使用must关键字
{
"query":{
"bool":{
"must":[
{"match":{"author":"chm"}},
{"match":{"title":"Elasticsearch"}}
]
}
}
}"hits": [
{
"_index": "book",
"_type": "novel",
"_id": "9",
"_score": 2.1706662,
"_source": {
"author": "chm",
"title": "Elasticsearch精髓",
"word_count": 3000,
"publish_date": "2017-08-01"
}
}
]should相当与or的关系，must相当于and的关系。
must还可以与filter组合
{
"query":{
"bool":{
"must":[
{"match":{"author":"张三"}},
{"match":{"title":"Elasticsearch"}}
],
"filter":[
{"term":{"word_count":1000}}
]
}
}
}还可以查询指定一定不满足某个条件的文档
{
"query":{
"bool":{
"must_not":{
"term":{
"author":"王五"
}
}
}
}
}复合查询还有很多，以上是常用的两种。
扫一扫
2908
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
