Search APIs簡介
- query: 在請求消息體中的query允許我們用Query DSL的方式查詢。
- term: 查詢時判斷某個document是否包含某個具體的值，不會對被查詢的值進行分詞查詢
- match: 將被查詢值進行分詞，然後用評分機制(TF/IDF)進行打分
- match_phrase: 查詢指定段落
- Bool: 結合其他真值查詢，通常和must、should、mustnot(與或非)一起組合出複雜的查詢
- range: 查詢時指定某個字段在某個特定的範圍 （gte：>=；gt：>；lte：<=；le：<）
- from: 以一定的偏移量來查看我們檢索的結果，缺省從檢索的第一條數據開始顯示
- size: 指定檢索結果中輸出的數據條數，缺省爲10條
- sort: 允許我們將檢索的結果以指定的字段進行排序顯示
- _source: 指定檢索結果輸出的字段
- script_fields: 該類型允許我們通過一個腳本來計算document中不存在的值，比如我們需要計算install/click得到cti之類的
- aggs: 基於搜索查詢，可以嵌套聚合來組合複雜的需求
返回數據含義
- took：表示該操作的耗時（單位爲毫秒）
- timed_out：表示是否超時
- hits：表示命中的記錄
- total：返回記錄數，本例是2條。
- max_score：最高的匹配程度，本例是1.0。
- hits：返回的記錄組成的數組。
- _score：表示匹配的程序，默認是按照這個字段降序排列。
text字段和keyword字段的區別
字段被設置成 keyword 類型，錄入數據該字段是不會被分詞，所以使用term查詢時候，需要全匹配才能查詢到。
text，會將字段進行分詞，如“hello world”會被分詞爲["hello","world",...]，而term必須匹配到數組中的一項，才能查出結果。
match，match_phrase和term區別
elastic會對查詢語句進行分詞
term
term 查詢語句不分詞
term查詢keyword字段
keyword字段不分詞
term查詢keyword字段，需要完全匹配
term查詢text字段
text字段分詞
term查詢text字段，必須爲text字段分詞後中的某一個才行。如“我真帥”分詞爲["我","真","帥"]，term必須爲“我”或“真”或“帥”，才能查到，而“我帥”、“真帥”不行。
match
match 查詢語句分詞
match查詢keyword字段
keyword字段不分詞
match查詢keyword字段，需要完全匹配
match查詢text字段
text字段分詞
match查詢text字段，只需要match分詞結果中和text分詞有匹配就可以查出。如“我真帥”分詞爲["我","真","帥"]，match的查詢語句“真帥”被分詞爲["真","帥"]，其中“真”、“帥”能匹配上text字段的分詞結果，所以能查出。
match_phrase
match_phrase 查詢語句分詞
match_phrase 查詢keyword字段
keyword字段不分詞
match_phrase 查詢keyword字段，需要完全匹配
match_phrase 查詢text字段
text字段分詞
match_phrase 查詢text字段，只需要match_phrase 分詞結果中和text分詞有匹配且查詢語句必須包含在text分詞結果中，同時順序相同且連續，纔可以查出。如“我真帥”分詞爲["我","真","帥",“真帥”]，match_phrase 的查詢語句“真帥”被分詞爲["真帥"]，其中“真帥”能匹配上text字段的分詞結果，連續且順序相同，所以能查出。
ES與RDBMS數據庫比較
簡單對比
| RDBMS | Elasticsearch | 備註 |
|---|---|---|
| Database（數據庫） | Index（索引） | |
| Table（表） | Type（類型） | ES6.x後一個index對應一個type |
| Row（行） | Docment（文檔） | es保存json |
| Column（列） | Field（字段） | |
| Schema（約束） | Mapping（映射） | 只能說類似，不完全一樣 |
| Index（所以） | Everything is indexed（萬物皆爲索引） | es中存儲數據都是索引 |
| SQL（結構化查詢語言） | DSL（ES獨特的查詢語言） |
QueryBuilder 同時使用 should must
QueryBuilder query = QueryBuilders.boolQuery()
.should(QueryBuilders.boolQuery()
.filter(QueryBuilders.matchPhraseQuery("tablenamecn","*"+keyWords1 +"*")))
.should(QueryBuilders.boolQuery()
.filter(QueryBuilders.wildcardQuery("tablename","*"+keyWords1 +"*")));
BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
boolQueryBuilder.must(QueryBuilders.matchQuery("disabled", 0))
.must(QueryBuilders.matchQuery("tablestatus", 0))
.must(QueryBuilders.matchQuery("type", TABLE_TYPE))
.must(query);
bool 過濾
must ：must子句（查詢）必須出現在匹配的文檔中，並有助於得分,類似於 and。
filter : filter子句（查詢）必須出現在匹配的文檔中。但是不同於 must查詢的分數將被忽略(必須匹配，運行在非評分&過濾模式)。
must_not :不包含條件查詢的數據，類似於 not，
should：至少有一個查詢條件匹配, 類似於 or。
1.例入我們查詢一個where field1 = xx and field2 in (xx,xxx,xxxx);
{
"query":{
"bool": {
"must":[
{"terms": {"field2":["xx","xxx","xxxx"]}},
{"term" : {"field1":"xx "}}
]
}
}
}
2.例入我們查詢一個where field1 = xx and field2 =xx or field3 =xx and field4 !=xx;
{
"query":{
"bool": {
"must":[
{"term" : {"field1":"xx"}},
{"term" : {"field2":"xx"}}
],
"should":{"term" : {"field3":"xx"}},
"must_not":{"term" : {"field4":"xx"}}
}
}
}
{
"query": {
"bool": {
"must": [
{"term": {"a": "1"}},
{"term":{"b": "2"}}
{
"bool": {
"should": [
{"term": {"c": "1"}},
{"term": {"d": "2"}}
]
}
}
]
}
},
"sort": {
"time": {
"order": "desc"
}
},
"size": 100
}
4）範圍條件查詢
gt: > 大於
lt: < 小於
gte: >= 大於或等於
lte: <= 小於或等於
range查詢，它允許我們通過一定範圍的值來過濾文檔。這通常用於數字或日期過濾。例：
①.{ "query":{ "bool": { "filter": { "range":{ "stu_age":{ "gte":20, "lte":22 } } } } }}
5）wildcards ：通配符查詢，類似模糊查詢。
{ "query": { "wildcard": { "field": "*xx*" } }}
(注：兩邊加*則匹配添加前後的所有符合的結果，可以使用正則匹配)
6）sort : 排序（sort":{"field ":{"order":"desc"}}）
{ "query": { "match_all": {} }, "sort": { "field": { "order": "desc" } }}
7）_source ：搜索指定的字段 （"_source":["field1","field2"]）
{ "query": { "match_all": {} }, "_source": ["field1", "field2"]}
from : 查詢開始參數，from默認爲0.
size : 查詢條數；size未指定默認爲10.
{ "query": { "match_all": {} }, "from": 0, "size": 10}