Elasticsearch之查询的两种方式
1.查询字符串(query string)，简单查询，就像是像传递URL参数一样去传递查询语句，被称为简单搜索或查询字符串(query string)搜索。
2.另外一种是通过DSL语句来进行查询，被称为DSL查询(Query DSL),DSL是Elasticsearch提供的一种丰富且灵活的查询语言，该语言以json请求体的形式出现，通过restful请求与Elasticsearch进行交互
准备数据
PUT yang_night/_doc/1
{
"name":"顾老二",
"age":30,
"from": "gu",
"desc": "皮肤黑、武器长、性格直",
"tags": ["黑", "长", "直"]
}
PUT yang_night/_doc/2
{
"name":"大娘子",
"age":18,
"from":"sheng",
"desc":"肤白貌美，娇憨可爱",
"tags":["白", "富","美"]
}
PUT yang_night/_doc/3
{
"name":"龙套偏房",
"age":22,
"from":"gu",
"desc":"mmp，没怎么看，不知道怎么形容",
"tags":["造数据", "真","难"]
}
PUT yang_night/_doc/4
{
"name":"石头",
"age":29,
"from":"gu",
"desc":"粗中有细，狐假虎威",
"tags":["粗", "大","猛"]
}
PUT yang_night/_doc/5
{
"name":"魏行首",
"age":25,
"from":"广云台",
"desc":"仿佛兮若轻云之蔽月,飘飘兮若流风之回雪,mmp，最后竟然没有嫁给顾老二！",
"tags":["闭月","羞花"]
}
查询字符串
# 使用GET命令，通过_serarch查询，条件是from属性是gu家的人都有哪些。
GET yang_night/_doc/_search?q=from:gu
# 使用GET命令，通过_serarch查询，条件是age属性是30的人都有哪些。
GET yang_night/_doc/_search?q=age:30
结构化查询(DSL方式)
# 查询条件是一步步构建出来的，将查询条件添加到match中，而match则是查询所有from字段的值中含有gu的结果就会返回。
GET yang_night/_doc/_search
{
"query": {
"match": {
"from": "gu"
}
}
}
# 查询条件是一步步构建出来的，将查询条件添加到match中，而match则是查询所有age字段的值中含有30的结果就会返回。
GET yang_night/_search
{
"query": {
"match": {
"age": 30
}
}
}
term,match,terms查询
term与match区别
match：会对搜索的关键词进行分词，按分词去搜索
term:不会对搜索的关键字进行分词，而直接搜索，精准匹配
"""
1.用的最多的都是分词的搜法
2.分词的粒度由分词器决定
"""
term查询
GET yang_night/_search
{
"query": {
"term": {
"age": 18
}
}
}
terms查询
#两个词，只要有一个，就会查询出来
GET yang_night/_search
{
"query": {
"terms": {
"age": [30,18]
}
}
}
match查询
# 查询条件是一步步构建出来的，将查询条件添加到match中即可，而match则是查询所有desc字段的值中含有武器很长的结果就会返回。
GET yang_night/_search
{
"query": {
"match": {
"desc": "武器很长"
}
}
}
match_all 查询所有
# match_all的值为空，表示没有查询条件，那就是查询全部
GET yang_night/_search
{
"query": {
"match_all": {
}
}
}
match_phrase 短语查询
# 添加数据
PUT t1/_doc/1
{
"title": "中国是世界上人口最多的国家"
}
PUT t1/_doc/2
{
"title": "美国是世界上军事实力最强大的国家"
}
PUT t1/_doc/3
{
"title": "北京是中国的首都"
}
"""
查出包含中国的数据
"""
# 因为match是分词查询，此时三条数据都满足条件，所以都会查出
GET t1/doc/_search
{
"query": {
"match": {
"title": "中国"
}
}
}
# 这里match_phrase是在文档中搜索指定的词组，而中国则正是一个词组 ，slop为间隔，默认为0，此时这里间隔为4
GET t1/_doc/_search
{
"query": {
"match_phrase": {
"title": {
"query": "中国",
"slop": 4
}
}
}
}
match_phrase_prefix 最左前缀查询
# 添加数据
PUT t3/_doc/1
{
"title": "maggie",
"desc": "beautiful girl you are beautiful so"
}
PUT t3/_doc/2
{
"title": "sun and beach",
"desc": "I like basking on the beach"
}
# 查出beautiful 的数据，由于输入的不是完整的词语 所以用match和match_phrase 都不太合适，所以有了match_phrase_prefix
"""
前缀查询是短语查询类似，但前缀查询可以更进一步的搜索词组，只不过它是和词组中最后一个词条进行前缀匹配（如搜这样的you are bea）
最好通过max_expansions来设置最大的前缀扩展数量，因为产生的结果会是一个很大的集合，不加限制的话，影响查询性能。
"""
GET t3/_doc/_search
{
"query": {
"match_phrase_prefix": {
"desc": "bea"
}
}
}
# 加上max_expansions
GET t3/_doc/_search
{
"query": {
"match_phrase_prefix": {
"desc": {
"query": "bea",
"max_expansions": 1
}
}
}
}
"""
此时去尝试加上max_expansions测试后，发现并没有如你想想的一样，仅返回一条数据，而是返回了多条数据。
max_expansions执行的是搜索的编辑（Levenshtein）距离。
那什么是编辑距离呢？编辑距离是一种计算两个字符串间的差异程度的字符串度量（string metric）。我们可以认为编辑距离就是从一个字符串修改到另一个字符串时，其中编辑单个字符（比如修改、插入、删除）所需要的最少次数。俄罗斯科学家Vladimir Levenshtein于1965年提出了这一概念。
我们再引用elasticsearch官网的一段话：该max_expansions设置定义了在停止搜索之前模糊查询将匹配的最大术语数，也可以对模糊查询的性能产生显着影响。但是，减少查询字词会产生负面影响，因为查询提前终止可能无法找到某些有效结果。重要的是要理解max_expansions查询限制在分片级别工作，这意味着即使设置为1，多个术语可能匹配，所有术语都来自不同的分片。此行为可能使其看起来好像max_expansions没有生效，因此请注意，计算返回的唯一术语不是确定是否有效的有效方法max_expansions。
我想你也没看懂这句话是啥意思，但我们只需知道该参数工作于分片层，也就是Lucene部分，超出我们的研究范围了。
我们快刀斩乱麻的记住，使用前缀查询会非常的影响性能，要对结果集进行限制，就加上这个参数。
"""
多条件查询
# 多条件查询，不能在match中加多个条件
# 查询是gu家人并且年龄为30的
GET yang_night/_doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": "30"
}
}
]
}
}
}
排序查询
"""
1.desc降序, asc升序
2.不是什么数据类型都能排序,只支持数字和时间
"""
# 查询gu家的人
1. desc 降序
GET yang_night/_doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
2. asc 升序
GET yang_night/_doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
]
}
分页查询
"""
"from": 2, 从第几条开始
"size": 1 取几条
"""
布尔查询
"""
must（and） 与的条件
should（or） 或者条件
must_not（not） 取反
filter条件过滤查询,
"""
# 查询 gu 家人并且年龄为30的
GET yang_night/_doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": 30
}
}
]
}
}
}
# 查询gu家人或者年龄为18的
GET yang_night/_doc/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": 18
}
}
]
}
}
}
# 查询既不是gu家人年龄也不为18的人
GET yang_night/_doc/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": 18
}
}
]
}
}
}
# 查询 gu家人并且年龄大于25的人
"""
gt 大于
gte 大于等于
lt 小于
lte 小于等于
"""
GET yang_night/_doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
}
],
"filter": {
"range": {
"age": {
"gt": 25
}
}
}
}
}
}
结果过滤
# 之查看name，和age两个属性
GET yang_night/_doc/_search
{
"query": {
"match_all": {
}
},
"_source": ["name", "age"]
}
高亮查询
### 默认高亮样式 加粗
GET yang_night/_doc/_search
{
"query": {
"match": {
"name": "石头"
}
},
"highlight": {
"fields": {
"name": {}
}
}
}
### 自定义高亮样式 红色加粗
GET yang_night/_doc/_search
{
"query": {
"match": {
"desc": "貌美"
}
},
"highlight": {
"pre_tags": "<b class='key' style='color:red'>",
"post_tags": "</b>",
"fields": {
"desc": {}
}
}
}
聚合函数
# avg max min sum
select max(age) as my_avg
GET yang_night/_doc/_search
{
"query": {
"match_all": {
}
},
"aggs": {
"my_max": {
"max": {
"field": "age"
}
}
},
"_source": ["name", "age"]
}
GET yang_night/doc/_search
{
"query": {
"match": {
"from": "gu"
}
},
"aggs": {
"my_max": {
"max": {
"field": "age"
}
}
},
"size": 0
}
GET yang_night/_doc/_search
{
"size": 0,
"query": {
"match_all": {}
},
"aggs": {
"age_group": {
"range": {
"field": "age",
"ranges": [
{
"from": 0,
"to": 26
},
{
"from": 26,
"to": 31
}
]
}
}
}
}
浙公网安备 33010602011771号