1.timeout GET /_search?timeout=1s/ms/m 时间结束，就显示出当前时间的数据 2.带参数查询 GET /product/_search?q=name:xiaomi 3.分页、排序 GET /product/_search?from=0&size=3&sort=price:desc 加了排序 _score为null
1.match_all： <查询所有数据> GET /product/_search { "query": { "match_all": {} } } 2.match: <name字段包含'nfc'或者'phone'> GET /product/_search { "query": { "match": { "name": "nfc phone" } } } 3.sort: <排序> GET /product/_search { "query": {"match": { "name": "xiaomi" }} ,"sort": [ { "price": { "order": "asc" } } ] } 4.multi_match: <根据多个字段查询一个关键词, name和desc字段中包含“nfc”> GET /product/_search { "query": { "multi_match": { "query": "nfc", "fields": ["name", "desc"] } } } 5._source：<只显示特定字段> GET /product/_search { "query": { "multi_match": { "query": "nfc", "fields": ["name", "desc"] } }, "_source": ["name","desc", "price"] } 6. 分页查询：<查询第一页（每页两条数据）> GET /product/_search { "query": { "match_all": {} }, "sort": [ { "price": { "order": "desc" } } ], "from": 0, "size": 2 }
# 1.query-term 不会分词以'nfc phone'为一个词查询,因为去倒排索引中查询，倒排索引已经将原数据分词，所以查询的时候查询不到 GET /product/_search { "query": { "term": { # match可以查询到，因为match会先分好词，再去倒排索引中查询 "name": { "value": "nfc phone" } } } } #2. 查询包含nfc或者phone GET /product/_search { "query": { "bool": { "must": [ # 相当于 match 'nfc phone' {"term":{"name":"nfc"}}, {"term":{"name":"phone"}} ] } } } # 3.terms相当于match GET /product/_search { "query": { "terms": { "name": ["nfc","phone"] } } } #测试当前分词器 GET /_analyze { "analyzer": "standard", "text": "xiaomi nfc zhineng phone" } # Phrase search：<短语搜索，和全文检索相反，“nfc phone”会作为一个短语去检索短语搜索> 其他语法查询去插入的分词表匹配，这个是在原数据匹配 GET /product/_search { "query": { "match_phrase": { "name": "nfc phone" } } }
1. must：<必须满足> 必须name字段包含'xiaomi', 且desc字段包含'shouji' GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "xiaomi" }}, {"match": { "desc": "shouji" #如果字段一样就是name in('xiaomi', 'shouji') }} ] } } } 2. filter：<过滤器 不计算相关度分数，多次查询会cache>, 查询name字段包含'xiaomi'或者'phone'， 且desc字段包含'shouji', 过滤: name字段包含‘nfc’， 且价格在3000-5000 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "xiaomi phone" }}, {"match": { "desc": "shouji" }} ], "filter": [ {"match_phrase": {"name": "nfc"}}, {"range": { "price": { "gte": 3000, # gte >= gt > "lte": 5000 } }} ] } } } 3.must_not：<必须不满足 不计算相关度分数> 查询name字段不包含'erji' GET /product/_search { "query": { "bool": { "must_not": [ {"match": { "name": "erji" }} ] } } } 4. should：<可能满足 or> minimum_should_match：参数指定should返回的文档必须匹配的子句的数量或百分比。如果bool查询包含至少一个should子句，而没有must或 filter子句，则默认值为1。否则，默认值为0 4.1 bool多条件 name包含xiaomi 不包含erji 描述里包不包含nfc都可以，价钱要大于等于4999 GET /product/_search { "query": { "bool":{ #name中必须不能包含“erji” "must": [ {"match": { "name": "xiaomi"}} ], #name中必须包含“xiaomi” "must_not": [ {"match": { "name": "erji"}} ], #should中至少满足0个条件，参见下面的minimum_should_match的解释 "should": [ {"match": { "desc": "nfc" }} ], #筛选价格大于4999的doc "filter": [ {"range": { "price": { "gt": 4999 } }} ] } } } 4.2 #有must,minimum_should_match默认值是0，should失效 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "nfc" }} ],"should": [ {"range": { "price": { "gte": 4000 } }} ] } } } # 相当于 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "nfc" }} ],"should": [ {"range": { "price": { "gte": 4000 } }} ], "minimum_should_match": 0 } } } #触发了 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "nfc" }} ],"should": [ {"range": { "price": { "gte": 4000 } }} ], "minimum_should_match": 1 } } } # 指定了minimum_should_match 1， should里面的条件全部触发,should里面是or的关系 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "nfc" }} ],"should": [ {"range": { "price": { "gte": 4000 } } },{ "range": { "price": { "lte": 3000 } } } ], "minimum_should_match": 1 } } } # 指定了minimum_should_match 2， should里面的条件全部触发,should里面是and的关系 GET /product/_search { "query": { "bool": { "must": [ {"match": { "name": "nfc" }} ],"should": [ {"range": { "price": { "gte": 4000 } } },{ "range": { "price": { "lte": 3000 } } } ], "minimum_should_match": 2 } } }
练习题
# 想要一台带NFC功能的 或者 小米的手机 但是不要耳机 GET /product/_search { "query": { "constant_score": { "filter": { "bool": { # bool子句没有filter或者must，所以minimum_should_match默认1， should里面的关系是or "should":[ # {"term": {"name": "xiaomi"}}, {"term":{"name":"nfc"}} ], "must_not":[ {"term": {"name": "xiaomi"}} ] } }, "boost": 1.2 } } } # ②搜索一台xiaomi nfc phone或者一台满足 是一台手机 并且 价格小于等于2999 GET /product/_search { "query": { "constant_score": { "filter": { "bool": { "should":[ {"match_phrase":{ #短语搜索 "name":"xiaomi nfc phone" }}, { "bool":{ "must":[ # 里面的条件全部满足。字段相同是in，不相同是and {"term":{"name":"phone"}}, {"range":{"price":{"lt":2999}}} ] } }] } }, "boost": 1.2 } } }
GET /product/_search { "query": { "match_phrase": { "name": "nfc phone" } }, "highlight": { "fields": { "name": {} } } }
eq数据存储在各个分片，查询分页数据前5000条，需要将 5000*分片 数据查询出来，然后在进行排序，数据量大查询特别慢 解决办法： 1.尽量避免深度分页查询 2.使用scroll search(只能上一页,下一页，不适合实时查询) GET /product/_search?scroll=1m { "query": { "match_all": {} }, "sort": [ { "price": { "order": "desc" } } ], "size": 2 } GET /_search/scroll { "scroll":"1m",#1分钟后从内存中删除 #scroll_id是上一个分页查询出来的scroll_id "scroll_id":"FGluY2x1ZGVfY29udGV4dF91dWlkDXF1ZXJ5QW5kRmV0Y2gBFklRcUM1YnJKUUx1bUF5eE9iX0p0TVEAAAAAAAAQiBZTR0xZSGdGU1RSRzA5MGI5Y181YXpn" }
Filter缓存原理
1.filter并不是每次执行都会进行cache，而是当执行一定次数的时候才会进行cache一个二进制数组，1表示匹配，0表示不匹配。 2.filter会从优先过滤掉稀疏的数据中，保留匹配的cache的数组 3.filter cache保存的是匹配的结果，不需要再从倒排索引中查找对比，大大提高了查询速度 4.filter一般会在query之前执行，过滤掉一部分数据,从而提高query速度 5.filter不计算相关度分数，在执行效率上教query较高 6.当元数据发生改变时，cache也会更新
