elasticsearch02-Request Body深入搜索

目录

02. Request Body深入搜索


# 获取健康值
GET _cat/health


# 创建一个_id=1的记录！
PUT /test1/_doc/1
{
  "name":"haima",
  "age":35,
  "gender":"男"
}

# 获取mappings信息
GET test1
GET test1/_mapping
GET test1/_mapping?pretty


# 获取所有索引所有信息
GET _search

# 获取test1所有信息
GET test1/_search

# 获取test1索引 类型为_doc所有信息
GET test1/_doc/_search

# 获取test1所有信息
GET test1/_search
{
  "query": {
    "match_all": {}
  }
}

# 修改单个字段
POST test1/_update/1
{
 "doc": {
   "age":37
 }
}

# 获取id为1的
GET /test1/_doc/1

# 删除test1索引的命令
DELETE test1

# 删除test1索引 _id=2的记录
DELETE test1/_doc/2

1.1 term查询

term是表达语义的最小单位，在搜索的时候基本都要使用到term，精确查询，不会分词。
term查询的种类有：Term Query、Terms Query、Range Query等。
Term Query: 查单个字段 匹配单个单词
Terms Query: 查单个字段 匹配多个单词
Range Query: 范围查询
Constant Score: 将查询转换为一个filter,避免算分，利用缓存

在ES中，Term查询不会对输入进行分词处理，将输入作为一个整体，在倒排索引中查找准确的词项。 我们也可以使用 Constant Score 将查询转换为一个filter,避免算分，利用缓存，提高查询的效率。

1.1.1 term 与 terms


# 查movies所有记录
GET movies/_search

# query term查询 
# 查单个字段 匹配单个单词
# 查询电影名字中包含有 beautiful 这个单词的所有的电影，用于查询的单词不会进行分词的处理
GET movies/_search
{
  "query": {
    "term": {
      "title": {
        "value": "beautiful"
      }
    }
  }
}

# query terms查询
# 查单个字段 匹配多个单词
# 查询电影名字中包含有 beautiful 或者 mind 这两个单词的所有的电影，用于查询的单词不会进行 分词的处理
GET movies/_search
{
  "query": {
    "terms": {
      "title": [
        "beautiful",
        "mind"
      ]
    }
  }
}

1.1.2 range 范围查询


# 查询上映在2016到2018年的所有的电影，再根据上映时间的倒序进行排序 desc / asc
GET movies/_search
{
  "query": {
    "range": {
      "year": {
        "gte": 2016,
        "lte": 2018
      }
    }
  }
  ,"sort": [
    {
      "year": {
        "order": "desc"
      }
    }
  ]
}

GET movies/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "lastchecktime": {
              "gte": "2022-07-01 16:14:00"
            }
          }
        }
      ] 
    }
  }
}

1.1.3 Constant Score

# 查询title中包含有beautiful的所有的电影，不进行相关性算分，查询的数据进行缓存，提高效率
GET movies/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "title": "beautiful"
        }
      }
    }
  }
}

1.2 全文查询

全文查询的种类有: Match Query、Match Phrase Query、Query String Query等
Match Query: 查单个字段 匹配单个或多个单词
Match Phrase Query:
Query String Query:
索引和搜索的时候都会进行分词，在查询的时候，会对输入进行分词，然后每个词项会逐个到底层进行 查询，将最终的结果进行合并

1.2.1 match

# 查询电影名字中包含有beautiful的所有电影，每页十条，取第二页的数据
GET movies/_search
{
  "query": {
    "match": {
      "title": "beautiful"
    }
  },
  "size": 10,
  "from": 10
}

# 查询电影名字中包含有beautiful的所有电影
# 用关键词查询,keyword会不分词，会区分大小写，
# 每页十条，取第一页的数据
GET movies/_search
{
  "query": {
    "match": {
      "title.keyword": "Beautiful"
    }
  },
  "size": 10,
  "from": 0
}


# 查询电影名字中包含有 beautiful 或者 mind 的所有的数据，但是只查询title和id两个属性
GET movies/_search
{
  "_source": ["id","title"],
  "query": {
    "match": {
      "title": "beautiful mind"
    }
  }
}


# query match查询 
GET /test1/_search
{
  "query": {
    "match": {
      "name.keyword": "haima"
    }
  }
}

# 前置匹配
GET /test1/_search
{
  "query": {
    "prefix": {
      "name.keyword": {
        "value": "hai"
      }
    }
  }
}

# filter
GET /test1/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name.keyword": "haima"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "name.keyword": "haima"
          }
        }
      ]
    }
  }
}

GET /test1/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_all": {}
        }
      ],
      "filter": [
        {
          "ids": {
            "values": [
              "1"
            ]
          }
        }
      ]
    }
  }
}


GET /kibana_sample_data_flights/_search
{
   "query": {
      "bool":{
        "filter":{
            "term":{
                "DestCountry":"CN"
            }
        }
      }
   },
   "aggs": {
     "agg_OriginWeather": {
       "terms": {
         "field":"OriginWeather",
         "size": 10
       }
     },
      "agg_DestCityName": {
       "terms": {
         "field":"DestCityName",
         "size": 10
       }
     }
   }, 
   "size": 1
}

# 分词器
GET _analyze
{
  "analyzer":"ik_smart",
  "text": "我是中国人"
}

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

GET _analyze
{
  "analyzer":"ik_max_word",
  "text":"狂神说java"
}

PUT /test2
{
  "mappings": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text"
        },
        "age": {
          "type": "long"
        },
        "birthday": {
          "type": "date"
        }
      }
    }
  }
}

# 时间类型
PUT /test2
{
  "mappings": {
      "properties": {
        "date": {
          "type":   "date",
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd ||HH:mm:ss ||epoch_millis"
        }
      }
  }
}

GET /test2/_mapping?pretty

# 获取所有
GET /test2/_doc/_search

# 获取所有
POST /test2/_search
{
  "query": {
   "match_all": {}
  }
}

DELETE test2

POST _bulk
{"index":{"_index":"test2","_type":"_doc","_id":1}}
{ "date": "2022-01-02" }
{"index":{"_index":"test2","_type":"_doc","_id":2}}
{ "date": "12:00:00" }
{"index":{"_index":"test2","_type":"_doc","_id":3}}
{ "date": "1420070400001" }
{"index":{"_index":"test2","_type":"_doc","_id":4}}
{ "date": "2018-10-01 12:00:00" }
posted @ 2022-06-14 17:38  HaimaBlog  阅读(98)  评论(0)  编辑  收藏  举报