elasticsearch查询

elasticsearch官方API

https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/index.html

 

 

一、restful api查询

1.1、查询订单

POST order/_search?q=P201903230001

 

1.2、更新订单

POST order / area / 1 / _update {
    "doc": {
        " price": "5",
        "payee": "tom"
    }
}

 

1.3、删除订单(删除order索引/库)

DELETE order

 

1.4、增加订单

POST order / area / 1
{
    " price": "5",
    "payee": "tom"
}

 

1.5、查询索引数据，或者索引下某类型数据

1、 GET /lib/user/_search
： 查询lib索引下的user类型的全部数据

2、 GET /lib/_search
：查询lib索引下的全部类型的数据

3、 GET /_search
：查询全部索引下的数据

 

二、DSL格式理解

2.1、DSL查询语句属性值是json数组还是json,取决于你条件是多个还是单个。 JSON数据格式灵活性

一个条件时候可以用json
must:{
   "match": { "title": "Search" }
}

多个条件时候可以用json数组
must:[
   { "match": { "title": "Search" }},
   { "match": { "content": "Elasticsearch" }}
]

 

三、Query DSL

 Elasticsearch 提供了一个完整的 query DSL，并且是 JSON 形式的

叶子查询语句（Leaf Query)：用于查询某个特定的字段，如 match , term 或 range 等

复合查询语句 (Compound query clauses)：用于合并其他的叶查询或复合查询语句，也就是说复合语句之间可以嵌套，用来表示一个复杂的单一查询

 3.1、查询order索引下所有数据

GET order / area / _search {
    "query": {
        "match_all": {}
    }
}

 

 3.2、分词查询：订单、多小、商品，包含这三个词中的一个或多个的文档就会被搜索出来

GET / _search {
    "query": {
        "match": {
            "content": {
                "query": "我的订单有多小种类商品"
            }
        }
    }
}

 

3.3、分词查询：订单、多小、商品，包含这三个词中的文档就会被搜索出来。

match与match_phrase区别：match_phrase匹配到所有分词才能查询出来

GET / _search {
    "query": {
        "match_phrase": {
            "content": {
                "query": "我的订单有多小种类商品"
            }
        }
    }
}

 

3.4、多字段匹配

GET order / area / _search {
    "query": {
        "multi_match": {
            "query": "this is a test",
            "fields": ["subject", "message"]
        }
    }
}

 

 3.5、完全匹配

GET order / area / _search {
    "query": {
        "term": {
            "NUM": "P201903230001"
        }
    }
}

 

3.6、逻辑运算

6.3 逻辑运算
如果有多个搜索关键字， Elastic 认为它们是or关系。


$ curl 'localhost:9200/accounts/person/_search'  -d '
{
  "query" : { "match" : { "desc" : "软件 系统" }}
}'
上面代码搜索的是软件 or 系统。

如果要执行多个关键词的and搜索，必须使用布尔查询。


$ curl 'localhost:9200/accounts/person/_search'  -d '
{
  "query": {
    "bool": {
      "must": [
        { "match": { "desc": "软件" } },
        { "match": { "desc": "系统" } }
      ]
    }
  }
}'

 

3.7、range范围查询。下面查询出订单销售在100-200之间数据

GET order/area/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "range": {
            "sales": {
              "from": 100,
              "to": null
            }
          }
        },
         {
          "range": {
            "sales": {
              "from": null,
              "to": 200
            }
          }
        }
      ]
    }
  }
}

或

GET order/area/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "range": {
            "sales": {
              "from": 100,
              "to": 200
            }
          }
        }
      ]
    }
  }
}

 

3.8、term精确匹配

3.8.1、term精确匹配：对字段进行确切值(exact value)的查询，如数字、时间、bool、not_analyzed字段等。

3.8.2、注意：使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。字段被分析将查询不出内容尽管字符串完全匹配

3.8.3、为什么有时候使用term查不出数据？ 只是string类型才查不出，其它类型是可以的。

原因：字段被分析将查询不出内容尽管字符串完全匹配。需要修改成：index:not_analyzed:将字段的原始值放入索引中，作为一个独立的term，它是除string字段以外的所有字段的默认值。

注意：在 elasticsearch2.x 版本，字符串数据只有string类型。ES更新到5版本后，取消了 string 数据类型，代替它的是 keyword 和 text 数据类型

官方解析

Add the field value to the index unchanged, as a single term. This is the default for all fields that support this option except for string fields. not_analyzed fields are usually used with term-level queries for structured search.

GET /megacorp/employee/_search
{
  "query" :{
    "bool": {
       "must" : [
        {"term" : {"NAME":"我是小明"}}
        ]
    }
  }
}

实践:1：

只有分词完全匹配、完全匹配、完全匹配“大白菜”这三个字后才可以返回数据。JAVA程序中采用QueryBuilders类的termQuery(String name, Object value)方法。

GET /my_index/ny_type/_search
{
  "query":{
    "term":{
      "productName":"大白菜"
    }
  }
}

实践2：

第一次使用"term":{"productName":"大白菜" } 没返回数据觉得很疑惑。明明存在数据“今天大白菜很新鲜” ，确没匹配到任何数据。

原因：productName字段type=text并且使用默认分词器，大白菜 => [大，白，菜]。分词后变成3个字，而term查询需要完全匹配“大白菜”，大白菜作1个分词去匹配查找数据。

所以最后没有数据返回。

GET /my_index/ny_type/_search
{
  "query":{
    "term":{
      "productName":"大白菜"
    }
  }
}

 

3.8.4、字段text类型，怎样可以使用term精确查询? 

3.8.4.1. text类型：会分词，先把对象进行分词处理，然后再再存入到es中。

当使用多个单词进行查询的时候，当然查不到已经分词过的内容！

3.8.4.2. keyword：不分词，没有把es中的对象进行分词处理，而是存入了整个对象！ 这时候当然可以进行完整地查询！默认是256个字符！

{
    "mapping": {
        "my_type": {
            "properties": {
                "title": {
                    "type": "text",
                    "fields": {
                        "keyword": {
                            "type": "keyword",
                            "ignore_above": 256
                        }
                    }
                }
            }
        }
    }

 

GET my_index/my_type/_search
{
  "query":{
        "term": {
                "title.keyword": "elasticsearch is good"
            }
  }
}

 

3.9、terms多词精确匹配

sql中的in：
select * from tbl where col in ("value1", "value2")

sql中的in,在elasticsearch使用terms实现
term: {"field": "value"}
terms: {"field": ["value1", "value2"]}

 

3.10、Bool Query

使用must语法，bool必须加上

我们可以在查询条件中使用AND/OR/NOT操作符，这就是布尔查询(Bool Query)。布尔查询可以接受一个must参数(等价于AND)，一个must_not参数(等价于NOT)，以及一个should参数(等价于OR)。比如，我想查询about中出现music或者climb关键字的员工，员工的名字是John，但姓氏不是smith，我们可以这么来查询：

GET /megacorp/employee/_search
{
    "query": {
        "bool": {
                "must": {
                    "bool" : { 
                        "should": [
                            { "match": { "about": "music" }},
                            { "match": { "about": "climb" }} ] 
                    }
                },
                "must": {
                    "match": { "first_nale": "John" }
                },
                "must_not": {
                    "match": {"last_name": "Smith" }
                }
            }
    }
}


GET /megacorp/employee/_search
{
  "query" :{
    "bool": {
       "must" : [
        {"match" : {"NAME":"我是小明"}},
        {"match" : {"INTEREST":"足球"}}
        ]
    }
  }
}

 3.10.1、Bool Query语法

bool过滤：用来合并多个过滤条件的查询结果的布尔逻辑，必须包含must和should中的一个或多个。它包含以下一些操作

must: 相当于and
must_not: 相当于 not
should: 相当于or(连接多个匹配条件,列表形式)

{
   "query": {
       "bool":{
           "must":{   //and age==50
               "term":{"age":50} 
           },
           "must_not":{    //not date=2014-09-01
               "term":{"date": "2014-09-01"} 
           },
           "should":[  //  _id==8 or _id=9  (举的不太恰当)
               {"term":{"_id":8}},
               {"term":{"_id":19}}
           ]
       }
   }
}


下面错误语法。bool里面只能有must,must_not,should等相同单词只能出现一次。
{
   "query": {
       "bool":{
           "must":{   //and age==50
               "term":{"age":50} 
           },
           "must":{   //and firstName==jack
               "term":{"firstName":"jack"} 
           }
           "must_not":{    //not date=2014-09-01
               "term":{"date": "2014-09-01"} 
           },
           "should":[  //  _id==8 or _id=9  (举的不太恰当)
               {"term":{"_id":8}},
               {"term":{"_id":19}}
           ]
       }
   }
}

 

3.11、处理 Null 值：exists/missing

exists/missing作用：用来查找某个字段是否有值， 类似SQL中的 not is_null/is_null

它返回某个特定有值字段的文档，用 SQL 的话就是用 IS NOT NULL 非空进行查询：
SELECT tags FROM posts WHERE  tags IS NOT NULL

GET /my_index/posts/_search
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "exists" : { "field" : "tags" }
            }
        }
    }
}


这个 missing 查询本质上与 exists 恰好相反： 它返回某个特定 _无_ 值字段的文档，与以下 SQL 表达的意思类似：
SELECT tags FROM posts WHERE  tags IS NULL

GET /my_index/posts/_search
{
    "query" : {
        "constant_score" : {
            "filter": {
                "missing" : { "field" : "tags" }
            }
        }
}

 

3.12、检查语法是否正确

GET my_index/my_type/_validate/query?explain

 

3.13、multi_match多字段匹配查询

//查询title,content包含elasticsearch
GET /website/article/_search
{
  "query": {
    "multi_match": {
      "query": "elasticsearch",
      "fields": ["title","content"]
    }
  }
}

 

3.14、filter使用

//查找书名包含elasticsearch，并且价格在100-200之间
GET book/area/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "name": "elasticsearch"
        }}
      ],
      "filter": {
        "range": {
          "price": {
            "gt": 100,
            "lt": 200
          }
        }
      }
    }
  }
}

 

3.15、编写高亮检索代码 

public void highlightSearch() throws ParseException {  
    //创建加载配置文件的客户端工具，用来检索文档，单实例多线程安全  
    ClientInterface clientUtil = ElasticSearchHelper.getConfigRestClientUtil(mappath);  
    //设定查询条件,通过map传递变量参数值,key对于dsl中的变量名称  
    //dsl中有三个变量  
    //        condition  
    //        startTime  
    //        endTime  
    Map<String,Object> params = new HashMap<String,Object>();  
  
    DateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");  
    //设置时间范围,时间参数接受long值  
    params.put("startTime",dateFormat.parse("2017-09-02 00:00:00"));  
    params.put("endTime",new Date());  
    params.put("condition","喜欢唱歌");//全文检索条件，匹配上的记录的字段值对应的匹配内容都会被高亮显示  
    //执行查询，demo为索引表，_search为检索操作action  
    ESDatas<Demo> esDatas =  //ESDatas包含当前检索的记录集合，最多1000条记录，由dsl中的size属性指定  
            clientUtil.searchList("demo/_search",//demo为索引表，_search为检索操作action  
                    "testHighlightSearch",//esmapper/demo.xml中定义的dsl语句  
                    params,//变量参数  
                    Demo.class);//返回的文档封装对象类型  
    //获取总记录数  
    long totalSize = esDatas.getTotalSize();  
    System.out.println(totalSize);  
    //获取结果对象列表，最多返回1000条记录  
    List<Demo> demos = esDatas.getDatas();  
    for(int i = 0; demos != null && i < demos.size(); i ++){//遍历检索结果列表  
        Demo demo = demos.get(i);  
        //记录中匹配上检索条件的所有字段的高亮内容  
        Map<String,List<Object>> highLights = demo.getHighlight();  
        Iterator<Map.Entry<String, List<Object>>> entries = highLights.entrySet().iterator();  
        while(entries.hasNext()){  
            Map.Entry<String, List<Object>> entry = entries.next();  
            String fieldName = entry.getKey();  
            System.out.print(fieldName+":");  
            List<Object> fieldHighLightSegments = entry.getValue();  
            for (Object highLightSegment:fieldHighLightSegments){  
                /** 
                 * 在dsl中通过<mark></mark>来标识需要高亮显示的内容，然后传到web ui前端的时候，通过为mark元素添加css样式来设置高亮的颜色背景样式 
                 * 例如： 
                 * <style type="text/css"> 
                 *     .mark,mark{background-color:#f39c12;padding:.2em} 
                 * </style> 
                 */  
                System.out.println(highLightSegment);  
            }  
        }  
    }  
}  

 3.15、wildcard通配符查询，中文只能支持关键字查询，即只支持 type=keywork

#有数据返回，wildcard只支持type=keyword
GET /my_index/my_type/_search{
  "query": {
    "wildcard": {"name.keyword":"*标准化*"}
  }
}

#没数据返回，wildcard只支持type=keyword
GET /my_index/my_type/_search{
  "query": {
    "wildcard": {"name":"*标准化*"}
  }
}  

 3.16、Scroll深度分页或者返回大量数据或返回满足条件的所有数据

--第一次查询
GET /test_index/test_type/_search?scroll=1m
{
  "query": {
    "match_all": {}
  }
}

--第二次查询
--注意：第二次查询就不需要索引了，但需要上次查询返回的_scroll_id作为本次的查询条件

GET /_search/scroll
{
    "scroll" : "1m", 
    "scroll_id" : "dGNoBQAADnF1ZXJ5VGhlbkZldGNoBQAA"
}

 

四、分词

4.1、elasticsearch_analysis_ik分词插件

安装方式：解压后复制到elasticsearch_home/plugins/ik(这名字随便命名)

POST _analyze
{
"analyzer":"ik_smart",
"text":"我是中国人"
}

#分词结果：我，是，中国人


POST _analyze
{
"analyzer":"ik_max_word",
"text":"我是中国人"
}

#分词结果：我，是，中国，中国人

 4.2、全文搜索疑惑，输入了关键字，而且关键字的数据也存在，但搜索不到数据，为什么？

GET / _search {
    "query": {
        "match": {
            "content": {
                "query": "名字"
            }
        }
    }
}

#数据：我的名字叫李四
#搜索关键字：名字
#使用默认分词器，分词结果：我，的，名，字，叫，李，四
#搜索结果：搜索不到结果
#原因分析：因为使用默认分词器每个字是一个索引，如果使用IK分词器就能搜索到了。所有能不能搜索到是看分词结果。

 4.3、elasticsearch api 查看分词器分词结果

public static void main(String[] args) {

        TransportClient client = EsUtils.getSingleClient();

        AnalyzeRequest analyzeRequest = new AnalyzeRequest("bbb")
                .text("中华人民共和国国歌")
                .analyzer("standard");

        List<AnalyzeResponse.AnalyzeToken> tokens = client.admin().indices()
                .analyze(analyzeRequest)
                .actionGet()
                .getTokens();

        for (AnalyzeResponse.AnalyzeToken token : tokens) {
            System.out.println(token.getTerm());
        }
    }


结果：

中
华
人
民
共
和
国
国
歌

 4.4、prepareSearch查询，setQuery(QueryBuilders queryBuilders)设置查询条件

public void pageQuery(){
    SearchRequestBuilder setQuery = preBuiltTransportClient.prepareSearch("index").setTypes("type")
            .setQuery(QueryBuilders.matchAllQuery())
            .addSort("id", SortOrder.ASC)
            .setFrom(0)
            .setSize(10);

    // 从第几条开始,查询多少条
    /* SearchResponse response = setQuery.setFrom(0).setSize(2).get(); */

    SearchResponse response = setQuery.get();

    SearchHits searchHits = response.getHits();
    System.out.println("一共的记录数: " + searchHits.getTotalHits());

    Iterator<SearchHit> iterator = searchHits.iterator();
    while (iterator.hasNext()){
        SearchHit searchHit = iterator.next();
        System.out.println(searchHit.getSourceAsString());
    }
}

4.5、Search + SearchSourceBuilder，SearchSourceBuilder存放查询条件和分页数据

public void pageQueryAll(String pageNo,String pageSize){
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder().query(new MatchAllQueryBuilder()).from(0).size(20);

        SearchRequest searchRequest = new SearchRequest().indices("my_index").types("my_type").source(searchSourceBuilder);

        SearchResponse searchResponse = preBuiltTransportClient.search(searchRequest).actionGet();

        long totalHits = searchResponse.getHits().getTotalHits();

        SearchHits searchHits = searchResponse.getHits();

        Iterator<SearchHit> iterator = searchHits.iterator();

        while (iterator.hasNext()){
            SearchHit searchHit = iterator.next();
            System.out.println(searchHit.getSourceAsString());
        }

    }

 4.6、prepareSearch与search使用

1、prepareSearch查询条件对象QueryBuilder
preBuiltTransportClient.prepareSearch.setQuery(QueryBuilder queryBuilder);

2、search SearchSourceBuilder查询条件对象QueryBuilder
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder().query(QueryBuilder queryBuilder);
SearchRequest searchRequest = new SearchRequest().indices("index").types("type").source(searchSourceBuilder);
preBuiltTransportClient.search(SearchRequest searchRequest);