elasticsearch搜索引擎的常用方法
1、term和terms
term和terms等查询，不会对查询对字段进行分词处理，适合于date、num、id等确切数据进行搜索
如果需要查询keywords，则查询等keywords必须是查询字段中可以分出来的词，如果不是，则无法查询到数据。
例如：age字段包含的值为80后、90后。使用term查询，{"term":{"age":"80后"}} 这样是无法查询到age是"80后"的数据的，因为term不会对"80后"进行分词，而es中存储的age字段，会把"80后"分成“80”和“后”，没有“80后”，所以使用term无法查询到
term查询某一个关键词的数据：
# 查询content含有“学习”关键词的数据
GET index_1/_search
{
"query": {
"bool": {
"filter": {
"term": {
"content": "学习"
}
}
}
}
}
terms查询某些关键词的数据：
# 查询content中含有“学习”和“生活”的数据
GET index_1/_search
{
"query": {
"bool": {
"filter": {
"terms": {
"content": [
"学习",
"生活"
]
}
}
}
}
}
2、match
match的所有方法，都会对字段进行分词，所查询的字段数据只要包含分词后结果的一个，就会被查询到
例如：age的数据包含有80后、90后，使用 {"match":{"age":"80后"}} 查询，会把所有的数据都查询出来。
分析：match会把“80后”分词为“80”和“后”，而es也会讲age分词为“80“、“后”，“90”、“后”，所有数据都包含”后“，所以会被全部查找出来
match查找age是80后的字段：
GET index_1/_search
{
"query": {
"bool": {
"filter": {
"match": {
"age": "80后"
}
}
}
}
}
结果：
{
"took": 4,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 6433,
"max_score": 0,
"hits": [
{
"_index": "index_1",
"_type": "type_1",
"_id": "1",
"_score": 0,
"_source": {
"age": "70后"
...}
},
{
"_index": "index_1",
"_type": "type_1",
"_id": "2",
"_score": 0,
"_source": {
"age": "80后"
...}
},
{
"_index": "index_1",
"_type": "type_1",
"_id": "2",
"_score": 0,
"_source": {
"age": "90后"
...}
}
]
}
}
match_phrase：短语匹配查询，必须匹配短语中的所有分词，并且保证各个分词的相对位置不变
例如：age的数据包含有80后、90后，使用 {"match_phrase":{"age":"80后"}} 查询，只会把age字段是“80后”的数据查询出来。
分析：match_phrase会把“80后”分词为“80”和“后”，而es也会讲age分词为“80“、“后”，“90”、“后”，查询的时候，只会查询“80”后面的分词是“后”的数据
match_phrase查找age是80后的字段：
GET index_1/_search
{
"query": {
"bool": {
"filter": {
"match_phrase": {
"age": "80后"
}
}
}
}
}
结果：
{
"took": 4,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 6433,
"max_score": 0,
"hits": [
{
"_index": "index_1",
"_type": "type_1",
"_id": "1",
"_score": 0,
"_source": {
"age": "80后"
...}
},
{
"_index": "index_1",
"_type": "type_1",
"_id": "2",
"_score": 0,
"_source": {
"age": "80后"
...}
},
{
"_index": "index_1",
"_type": "type_1",
"_id": "2",
"_score": 0,
"_source": {
"age": "80后"
...}
}
]
}
}
multi_match：查询多个字段包含某个关键词的数据
# 查询content或education中含有"大学"的数据
GET index_1/_search
{
"query": {
"bool": {
"filter": {
"multi_match": {
"query": "大学",
"fields": ["content", "education"]
}
}
}
}
}
match_all：查询所有文档
GET index_1/_search
{
"query": {
"match_all": {}
}
}
3、range
range范围查找，查找某一范围的所有数据
gt：大于
gte：大于等于
lt：小于
lte：小于等于
# 查询时间大于等于2019-08-10 10:08:29，小于等于2019-08-13 10:08:29的数据
GET index_4/_search
{
"query": {
"bool": {
"filter": {
"range": {
"date": {
"gte": "2019-08-10 10:08:29",
"lte": "2019-08-13 10:08:29"
}
}
}
}
}
}
4、sort
sort按照某些字段对数据进行排序，可以是一个字段，也可以是多个字段
desc：降序
asc：生序
# 查询数据按照时间的降序排列
GET index_1/_search
{
"sort": [
{
"date": {
"order": "desc"
}
}
],
"query": {
"match_all": {}
}
}
5、_source
对于搜索的结果，只关注某些字段的值
# 查询所有的数据的name和age
GET index_1/_search
{
"_source": ["name", "age"],
"query": {
"match_all": {}
}
}
6、from和size
from：从某个位置开始查询，最小为0，某些情况下可以为-1（下一篇说明）
size：查询长度
from+size不能大于10000，否则es会报错（下一篇解决）
# 查询前20条数据，并按照date的降序排列
GET index_1/_search
{
"from": 0,
"size": 20,
"sort": [
{
"date": {
"order": "desc"
}
}
],
"query": {
"match_all": {}
}
}
7、fuzzy
模糊匹配
value：查询包含某关键字
boost：增加查询的权值，默认值是1.0，必须于value同用，涉及字段_score（es默认按照_score排序）
fuzziness：设置匹配的最小相似度，默认值0.5，对于字符串，取值0-1(包括0和1)；对于数值，取值可能大于1；对于日期取值为1d,1m等
prefix_length：公共前缀长度，默认为0
max_expansions：指定可被扩大到的最大词条数，默认为无限制
GET index_4/_search
{
"query": {
"fuzzy": {
"type": {
"value": "分期",
"boost": 0.5
}
}
}
}
8、wildcard
通配符查询
*：匹配0或多个字符
?：匹配任意字符
注意：使用wildcard的字段类型需要是keyword，切不分词；尽量少用，效率较低
GET index_1/_search
{
"query": {
"wildcard": {
"content": {
"value": "*学习*"
}
}
}
}
采自于 https://blog.csdn.net/Misaki_root/article/details/101203647?spm=1001.2014.3001.5501
