结构化查询

请求体查询
简单查询语句(lite)是一种有效的命令行ad-hoc查询。但是，如果你想要善用搜索，你必须使用请求体查询(request body search)API。之所以这么称呼，是因为大多数的参数以JSON格式所容纳而非查询字符串。
请求体查询(下文简称查询)，并不仅仅用来处理查询，而且还可以高亮返回结果中的片段，并且给出帮助你的用户找寻最好结果的相关数据建议。

空查询
以最简单的 search API开始，空查询将会返回索引中所有的文档。
GET /_search

同字符串查询一样，可以查询一个，多个或 _all索引(indices)或类型(types)：
GET /index_2014*/type1,type2/_search
现在是：GET /kibana_*/_doc/_search

可以使用 from 及 size 参数进行分页：

GET /kibana_sample_data_logs/_doc/_search
{
  "from": 1,
  "size": 1
}

任何一种语言(特别是js)的HTTP库都不允许GET请求中携带交互数据。但是一份规定HTTP语义及内容的RFC中并未规定 GET 请求中允许携带交互数据！所以，有些HTTP服务允许这种行为，而另一些(特别是缓存代理)，则不允许这种行为。

Elasticsearch的作者们倾向于使用 GET 提交查询请求，因为他们觉得这个词相比 POST 来说，能更好的描述这种行为。然而，因为携带交互数据的 GET 请求并不被广泛支持，所以 search API同样支持 POST 请求，类似于这样：

POST /kibana_sample_data_logs/_doc/_search
{
  "from": 1,
  "size": 1
}

说明：get和post获得的数据竟然不是同一个数据。。。

这个原理同样应用于其他携带交互数据的 GET API请求中。

请求体查询允许我们使用结构化查询Query DSL(Query Domain Specific Language)

结构化查询 Query DSL

使用结构化查询，你需要传递 query 参数：

GET /_search
{
	"query": YOUR_QUERY_HERE
}

空查询 - {} - 在功能上等同于使用 match_all 查询子句

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

查询子句
一个查询子句一般使用这种结构：

{
	QUERY_NAME: {
		ARGUMENT: VALUE,
		ARGUMENT: VALUE,...
	}
}

或指向一个指定的字段：

{
	QUERY_NAME: {
		FIELD_NAME: {
			ARGUMENT: VALUE,
			ARGUMENT: VALUE,...
		}
	}
}

完整的查询请求会是这样：

GET /kibana_sample_data_logs/_search
{
  "query": {
    "match": {
      "request": "kibana-6.3.2-windows-x86_64.zip"
    }
  },
  "from": 0,
  "size": 3
}

合并多子句
查询子句可以合并简单的子句为一个复杂的查询语句.
复合子句能合并任意其他查询子句，包括其他的复合子句。这就意味着复合子句可以相互嵌套，从而实现非常复杂的逻辑。

GET /kibana_sample_data_logs/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "tags": "error"
        }}
      ],
      "should": [
        {"match": {
          "agent": "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322)"
        }},
        {
          "bool": {
            "must_not": [
              {"match": {
                "machine.os": "win 7"
              }}
            ]
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

查询与过滤
可以使用两种结构化语句：结构化查询（Query DSL）和结构化过滤（Filter DSL）。查询与过滤语句非常相似，但是它们由于使用目的不同而稍有差异。

一条过滤语句会询问每个文档的字段值是否包含着特定值，过滤语句的目的就是缩小匹配的文档结果集，所以需要仔细检查过滤条件。
查询语句会询问每个文档的字段值与特定值的匹配程度如何，典型用法是为了找到文档
一条查询语句会计算每个文档与查询语句的相关性，会给出一个相关性评分_score，并且按照相关性对匹配到的文档进行排序。这种评分方式非常适用于一个没有完全配置结果的全文本搜索。

性能差异
查询语句不仅要查找相匹配的文档，还需要计算每个文档的相关性，所以一般来说查询语句要比过滤语句更耗时，并且查询结果也不可缓存。

什么情况下使用
原则上来说，使用查询语句做全文本搜索或其他需要进行相关性评分的时候，剩下的全部用过滤语句

最重要的查询过滤语句
term过滤
term主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed 的字符串(未经分析的文本数据类型)：

{"term":{"age":26}}
{"term":{"date":"2014-09-01"}}
{"term":{"public":true}}
{"term":{"tag":"full_text"}}

新版本的使用格式要求

GET /kibana_sample_data_logs/_search
{
  "query": {
    "term": {
      "timestamp": {
        "value": "2019-12-18 14:33:53"
      }
    }
  }
}

terms过滤
terms允许指定多个匹配条件。如果某个字段指定了多个值，那么文档需要一起去做匹配：

{
	"terms": {
		"tag": [ "search", "full_text", "nosql" ]
	}
}

新版本的使用格式要求

GET /kibana_sample_data_logs/_search
{
  "query": {
    "terms": {
      "extension": [
        "gz",
        "zip",
        "deb"
      ]
    }
  }
}

range过滤
range过滤允许我们按照指定范围查找一批数据：

GET /kibana_sample_data_ecommerce/_search
{
  "query": {
    "range": {
      "customer_id": {
        "gte": 20,
        "lte": 30
      }
    }
  }
}

范围操作符包含：

gt  :: 大于
gte  :: 大于等于
lt  :: 小于
lte  :: 小于等于

exists和missing过滤
exists和missing过滤可以用于查找文档中是否包含指定字段或没有某个字段，类似于SQL语句中的IS_NULL条件

GET /kibana_sample_data_logs/_search
{
  "query": {
    "exists": {
      "field": "path"
    }
  }
}

响应结果
{
  "took" : 6,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}

这两个过滤只是针对已经查出一批数据来，但是想区分出某个字段是否存在的时候使用。

注意：说明，新版本中没有missing了

bool过滤
bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑，它包含一下操作符：

must  :: 多个查询条件的完全匹配,相当于  and  。
must_not  :: 多个查询条件的相反匹配，相当于  not  。
should  :: 至少有一个查询条件匹配, 相当于  or  。

这些参数可以分别继承一个过滤条件或者一个过滤条件的数组：

GET /kibana_sample_data_logs/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "tags": "error"
        }}
      ],
      "should": [
        {"match": {
          "agent": "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322)"
        }},
        {
          "bool": {
            "must_not": [
              {"match": {
                "machine.os": "win 7"
              }}
            ]
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

match_all查询
使用match_all可以查询到所有文档，是没有查询条件下的默认语句。

{
	"match_all": {}
}

此查询常用于合并过滤条件。比如说你需要检索所有的邮箱,所有的文档相关性都是相同的，所以得到的 _score为1

match查询
match 查询是一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用 match 查询一个全文本字段，它会在真正查询之前用分析器先分析 match 一下查询字符
如果用 match 下指定了一个确切值，在遇到数字，日期，布尔值或者 not_analyzed 的字符串时，它将为你搜索你给定的值

GET /kibana_sample_data_logs/_search
{
  "query": {
    "match": {
      "request": "kibana-6.3.2-windows-x86_64.zip"
    }
  },
  "from": 0,
  "size": 3
}

提示：做精确匹配搜索时，你最好用过滤语句，因为过滤语句可以缓存数据。

multi_match查询
multi_match 查询允许你做 match 查询的基础上同时搜索多个字段：

GET /kibana_sample_data_logs/_search
{
  "query": {
    "multi_match": {
      "query": "osx ios",
      "fields": ["machine.os"]
    }
  }
}

bool查询
bool过滤可以直接给出是否匹配成功，而bool查询要计算每一个查询子句的 _score(相关性分值)。

must  :: 查询指定文档一定要被包含。
must_not  :: 查询指定文档一定不要被包含。
should  :: 查询指定文档，有则可以为文档相关性加分。

提示：如果 bool查询下没有must子句，那至少应该有一个should子句。但是如果有must子句，那么没有should子句也可以进行查询。

查询与过滤条件的合并
查询语句和过滤语句可以放在各自的上下文中。在 ElasticSearch API 中我们会看到许多带有query 或 filter 的语句。这些语句既可以包含单条 query 语句，也可以包含一条 filter 子句。换句话说，这些语句需要首先创建一个 query 或 filter 的上下文关系。

复合查询语句可以加入其他查询子句，复合过滤语句也可以加入其他过滤子句。通常情况下，一条查询语句需要过滤语句的辅助，全文本搜索除外。

所以说，查询语句可以包含过滤子句，反之亦然。

带过滤的查询语句
过滤一条查询语句
比如说我们有这样一条查询语句:

{
	"match": {
		"email": "business opportunity"
	}
}

然后我们想要让这条语句加入 term 过滤，在收信箱中匹配邮件：

{
	"term": {
		"folder": "inbox"
	}
}

search API中只能包含 query 语句，所以我们需要用 filtered 来同时包含 "query" 和"filter" 子句：

{
	"filtered": {
		"query": { "match": { "email": "business opportunity" }},
		"filter": { "term": { "folder": "inbox" }}
	}
}

在外层再加入 query 的上下文关系：

GET /_search
{
	"query": {
		"filtered": {
			"query": { "match": { "email": "business opportunity" }},
			"filter": { "term": { "folder": "inbox" }}
		}
	}
}

单条过滤语句
在 query 上下文中，如果你只需要一条过滤语句，比如在匹配全部邮件的时候，你可以省略query子句：

GET /_search
{
	"query": {
		"filtered": {
			"filter": { "term": { "folder": "inbox" }}
		}
	}
}

如果一条查询语句没有指定查询范围，那么它默认使用 match_all 查询，所以上面语句的完整形式如下：

GET /_search
{
	"query": {
		"filtered": {
			"query": { "match_all": {}},
			"filter": { "term": { "folder": "inbox" }}
		}
	}
}

查询语句中的过滤

验证查询
validate API 可以验证一条查询语句是否合法

GET /kibana_sample_data_logs/_validate/query
{
  "query": {
    "multi_match": {
      "query": "osx ios",
      "fields": ["machine.os"]
    }
  }
}

查询语句合法的返回结果
{
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "failed" : 0
  },
  "valid" : true
}

查询语句非法的返回结果
{
  "valid" : false
}

理解错误信息
想知道语句非法的具体错误信息，需要加上 explain 参数：

GET /gb/tweet/_validate/query?explain
{
  "query": {
    "tweet": {
      "match": "really powerful"
    }
  }
}

具体错误信息
{
  "valid" : false,
  "error" : "org.elasticsearch.common.ParsingException: no [query] registered for [tweet]"
}

理解查询语句
如果是合法语句的话，使用 explain 参数可以返回一个带有查询语句的可阅读描述，可以帮助了解查询语句在ES中是如何执行的：

GET /kibana_sample_data_logs/_validate/query?explain
{
  "query": {
    "multi_match": {
      "query": "osx ios",
      "fields": ["machine.os","machine.os.keyword"]
    }
  }
}

返回结果
{
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "failed" : 0
  },
  "valid" : true,
  "explanations" : [
    {
      "index" : "kibana_sample_data_logs",
      "valid" : true,
      "explanation" : "((machine.os:osx machine.os:ios) | machine.os.keyword:osx ios)"
    }
  ]
}

posted @ 2019-12-13 17:10 哈喽哈喽111111 阅读(653) 评论(0) 编辑收藏举报

刷新页面返回顶部