第2部分 Elasticsearch查询-请求体查询、排序
一、请求体查询
请求体 search API， 之所以称之为请求体查询(Full-Body Search)，因为大部分参数是通过http请求体而非查询字符串来传递的。
请求体查询：不仅可以处理自身的查询请求，还允许你对结果进行片段强调（高亮）、对所有或部分结果进行聚合分析，同时还可以给出 你是不是想找 的建议，这些建议可以引导使用者快速找到他想要的结果。
某些特定语言（特别是 JavaScript）的 HTTP 库是不允许 GET 请求带有请求体的，可以用POST代替。
1、空查询
空查询，空的请求体会返回所有索引中的所有文档
GET /_search
{}
用一个查询字符串，在多个索引库中和多个types中查询：
GET /index_2014*/type1,type2/_search
{}
使用 from 和 size 参数分页：
GET /_search
{
"from": 30,
"size": 10
}
2、查询表达式(Query DSL)
使用
将查询语句传递给query参数
GET /_search
{
"query": YOUR_QUERY_HERE
}
查询语句结构
典型结构：
{
QUERY_NAME: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
针对某个字段：
{
QUERY_NAME: {
FIELD_NAME: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
}
例子：
GET /_search
{
"query": {
"match": {
"city": "Shaft"
}
}
}
match_all查询
空查询（empty search），在功能上等价于使用 match_all 查询：
GET /_search
{
"query": {
"match_all": {}
}
}
合并查询语句
叶子语句：用于将查询字符串和一个字段（或者多个字段）对比，match
复合语句：主要用于合并其它查询语句，bool
GET /_search
{
"query": {
"bool": {
"must":{"match":{"state":"KY"}},
"must_not":{"match":{"city:":"Yettem"}},
"should":{"match":{"address":"382 Columbia Street"}},
"filter": { "range": { "age" : { "gt" : 30 }} }
}
}
}
3、查询与过滤
过滤：
查询被设置成一个“不评分”或者“过滤”查询。匹配或者不匹配。
查询：
查询就变成了一个“评分”的查询。一个评分查询计算每一个文档与此查询的相关程度，同时将这个相关程度分配给表示相关性的字段_score，并且按照相关性对匹配到的文档进行排序。
注意：
"filter" 这个词表示不评分、只过滤情况下的查询。== "filter" 、 "filtering query" 和 "non-scoring query"
"query" 我们指的是 "scoring query"
性能差异：
过滤查询（Filtering queries：计算快，经常用不评分查询结果稀少，结果会被缓存到内存中以便快速读取，所以有各种各样的手段来优化查询结果。
评分查询（scoring queries）：计算费力，查询结果并不缓存。
4、最重要的查询
match_all查询
匹配所有文档，默认查询方式。它经常与 filter 结合使用
{ "match_all": {}}
match查询
标准查询，无论你在任何字段上进行的是全文搜索还是精确查询。
全文字段使用时，在执行查询前，它将用正确的分析器去分析查询字符串：
{ "match": { "tweet": "About Search" }}
在一个精确值字段使用，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，它会精确匹配给定的值：
{ "match": { "age": 26 }}
{ "match": { "date": "2014-09-01" }}
{ "match": { "public": true }}
{ "match": { "tag": "full_text" }}
multi_match 查询
可以在多个字段上执行相同的 match 查询：
GET /_search
{
"query": {
"multi_match": {
"query": "728",
"fields": [ "address", "account_number" ]
}
}
}
解释：查询在address和account_number字段带有728字符串的文档。
range查询
找出那些落在指定区间内的数字或者时间：
{
"range": {
"age": {
"gte": 20,
"lt": 30
}
}
}
操作符如下：
- gt 大于
- gte 大于等于
- lt 小于
- lte 小于等于
term查询
被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串：
{ "term": { "age": 26 }}
{ "term": { "date": "2014-09-01" }}
{ "term": { "public": true }}
{ "term": { "tag": "full_text" }}
注意：以上某一行
terms查询
terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：
GET /_search
{
"query": {
"terms": { "age": [39,38,30 ] }
}
}
解释：年龄为39或38或30的文档。
exists查询、missing查询
用于查找那些指定字段中有值 (exists) 或无值 (missing) 的文档：
GET /_search
{
"query": {
"exists": {
"field": "title"
}
}
}
解释：查询title字段有值的文档
5、组合多查询
可用bool查询，它接受以下参数：
- must：文档 必须 匹配这些条件才能被包含进来。
- must_not：文档 必须不 匹配这些条件才能被包含进来。
- should：如果满足这些语句中的任意语句，将增加_score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
- filter：必须 匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。
bool查询
查找 title 字段匹配 how to make millions 并且不被标识为 spam 的文档。那些被标识为 starred 或在2014之后的文档，将比另外那些文档拥有更高的排名。如果_两者_都满足，那么它排名将更高：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }},
{ "range": { "date": { "gte": "2014-01-01" }}}
]
}
}
增加带过滤器的bool查询
如果我们不想因为文档的时间而影响得分，可以用 filter 语句来重写前面的例子：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"range": { "date": { "gte": "2014-01-01" }} 
}
}
}
如果你需要通过多个不同的标准来过滤你的文档，bool查询本身也可以被用做不评分的查询，简单地将它放置到filter语句中并在内部构建布尔逻辑：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"bool": { 
"must": [
{ "range": { "date": { "gte": "2014-01-01" }}},
{ "range": { "price": { "lte": 29.99 }}}
],
"must_not": [
{ "term": { "category": "ebooks" }}
]
}
}
}
}
constant_score查询
可以使用它来取代只有 filter 语句的 bool 查询，性能相同，但是简洁：
{
"constant_score": {
"filter": {
"term": { "category": "ebooks" } 
}
}
}
解释：term 查询被放置在 constant_score 中，转成不评分的 filter。这种方式可以用来取代只有 filter 语句的 bool 查询。
6、验证查询
validate-query API 可以用来验证查询是否合法：
GET /bank/address/_validate/query?
{
"query": {
"address" : {
"match" : "Avenue"
}
}
}
解释不合法原因：
GET /bank/address/_validate/query?explain
{
"query": {
"address" : {
"match" : "Avenue"
}
}
}
二、排序与相关性
1、排序
在 Elasticsearch 中， 相关性得分 由一个浮点数进行表示，并在搜索结果中通过_score 参数返回， 默认排序是_score 降序。
使用 constant_score 查询进行替代bool，让所有文档应用一个恒定分数（默认为 1 ），不是0:
GET /_search
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"user_id" : 1
}
}
}
}
}
2、按照字段的值排序
GET /_search
{
"query" : {
"bool" : {
"filter" : { "term" : { "age" : 40 }}
}
},
"sort": { "balance": { "order": "desc" }}
}
3、多级排序
假定我们想要结合使用 date和_score 进行查询，并且匹配的结果首先按照日期排序，然后按照相关性排序：
GET /_search
{
"query" : {
"bool" : {
"must": { "match": { "tweet": "manage text search" }},
"filter" : { "term" : { "user_id" : 2 }}
}
},
"sort": [
{ "date": { "order": "desc" }},
{ "_score": { "order": "desc" }}
]
}
Query-string 搜索 也支持自定义排序，可以在查询字符串中使用 sort 参数：
GET /_search?sort=date:desc&sort=_score&q=search
4、多值字段排序
情形：一个字段里有多个值，并且这些值没有顺序，应该选择哪个值排序。
对于数字或日期，你可以将多值字段减为单值，这可以通过使用 min 、 max 、 avg 或是 sum 排序模式 。 例如你可以按照每个 date 字段中的最早日期进行排序，通过以下方法：
"sort": {
"dates": {
"order": "asc",
"mode": "min"
}
}
5、字符串排序与多字段
一个简单的方法是用两种方式对同一个字符串进行索引，这将在文档中包括两个字段： analyzed 用于搜索， not_analyzed 用于排序。
为一个多字段映射如：
"tweet": { 
"type": "string",
"analyzer": "english",
"fields": {
"raw": {
"type": "string",
"index": "not_analyzed"
}
}
}
- tweet 主字段与之前的一样: 是一个 analyzed 全文字段。
- 新的 tweet.raw 子字段是 not_analyzed.
现在，使用 tweet 字段用于搜索，tweet.raw 字段用于排序：
GET /_search
{
"query": {
"match": {
"tweet": "elasticsearch"
}
},
"sort": "tweet.raw"
}
注意：以全文 analyzed 字段排序会消耗大量的内存
