阅读数:134 评论数:0

原文：https://blog.csdn.net/laoyang360/article/details/77623013

Elasticsearch中当我们设置Mapping（分词器、字段类型）完毕后，就可以按照设定的方式导入数据。有了数据后，我们可以对数据进行检索。

检索概览

检索子句的行为取决于查询应用filter还是query, filter对应于结构化检索，query对应于全文检索。

GET /_search
{  "query": {  "bool": {  "must": [
  { "match": { "title": "Search" }},
  { "match": { "content": "Elasticsearch" }}
  ],  "filter": [
  { "term": { "status": "published" }},
  { "range": { "publish_date": { "gte": "2015-01-01" }}}
  ]
  }
  }
}

以检索，title中包含“Search”并且content中包含“Elasticsearch”，status中精确定匹配published，并且publish_date大于2015-01-01的全部信息。

1、结构化检索

针对字段类型：日期、时间、数字类型，以及精确的文本匹配。结构化查询得到的结果要么存在于集合中，要么存在集合外，不关心文件的相关度或评分，它简单的对文档包括或排除处理。

（1）精确值查找（必须完全匹配上）

term query

term查询会查找我们指定的精确值，它接受一个字段名以及我们希望查找的数值 。

想要类似mysql中如下sql语句的查询操作：

SELECT document FROM products WHERE price = 20; 

DSL写法：

GET /my_store/products/_search
{
  "query" : {
  "term" : {
  "price" : 20
  }
  }
}

布尔过滤器

一个bool过滤器由三部分组成：

{
   "bool" : {
      "must" :     [],
      "should" :   [],
      "must_not" : [],
      "filter":    []
   }
}

must：所有语句都必须匹配，与AND等价

must_not：所有的语句都不能匹配，与NOT等价

should：至少有一个语句要匹配，与OR等价

filter：必须匹配

GET /my_store/products/_search
{
  "query" : {
  "filtered" : {
  "filter" : {
  "bool" : {
  "should" : [
  { "term" : {"price" : 20}},
 
  { "term" : {"productID" : "XHDK-A-1293-#fJ3"}}
 
  ],
  "must_not" : {
  "term" : {"price" : 30}
 
  }
  }
  }
  }
  }
}

多个值精确查找

{
  "terms" : {
  "price" : [20, 30]
  }
}

包含20或者含30.

（2）范围检索

gt: > 大于（greater than）
lt: < 小于（less than）
gte: >= 大于或等于（greater than or equal to）
lte: <= 小于或等于（less than or equal to）

类似于Mysql中的范围查询

SELECT document
FROM   products
WHERE  price BETWEEN 20 AND 40

ES中对应的DSL如下：

GET /my_store/products/_search
{
  "query" : {
  "constant_score" : {
  "filter" : {
  "range" : {
  "price" : {
  "gte" : 20,
  "lt" : 40
  }
  }
  }
  }
  }
}

（3）存在与否检索

mysql中，有如下sql

SELECT tags FROM posts WHERE tags IS NOT NULL;

ES中，exist查询某个字段是否存在：

GET /my_index/posts/_search
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "exists" : { "field" : "tags" }
            }
        }
    }
}

若想要exists查询以匹配null类型，需要设置mapping

"user": {
  "type": "keyword",
  "null_value": "_null_"

（4）前缀检索

GET /_search
{ "query": {
  "prefix" : { "user" : "ki" }
  }
}

（5）通配符检索

为了防止查询慢，通配符不能以任何一个通配符*或?开头。

GET /_search
{
    "query": {
        "wildcard" : { "user" : "ki*y" }
    }
}

（6）正则表达式检索

GET /_search
{
  "query": {
  "regexp":{
  "name.first": "s.*y"
  }
  }
}

（7）模糊检索

在指定的最大编辑距离内的所有可能的匹配项，然后检查术语字典，以找出在索引中实际存在待检索的关键字。

GET /_search
{
  "query": {
  "fuzzy" : { "user" : "ki" }
  }
}

（8）类型检索

GET /my_index/_search
{
  "query": {
  "type" : {
  "value" : "xext"
  }
  }
}

检索索引my_index中，type为xext的全部信息。

（9）Ids检索

GET /my_index/_search
{
  "query": {
  "ids" : {
  "type" : "xext",
  "values" : ["2", "4", "100"]
  }
  }
}

2、全文检索

（1）匹配检索

匹配查询接受文本、数字、日期类型，分析它们，并构造查询。

匹配查询的类型为boolean，这意味着分析所提供的文本，并且分析过程从提供的文本构造一个布尔查询。

文本分析取决于mapping中设定的analyzer（默认是ik分词器）

GET /_search
{
    "query": {
        "match" : {
            "message" : {
                "query" : "this is a test",
                "operator" : "and"
            }
        }
    }
}

（2）匹配解析检索

类似match查询，match_phrase查询首先将查询字符串解析成一个词项列表，然后对这些词项进行搜索，但只保留那些包含全部搜索词项。

GET /my_index/my_type/_search
{
  "query": {
  "match_phrase": {
  "title": "quick brown fox"
  }
  }
}

（3）匹配解析前缀检索

match_phrase_prefix与match_phrase相同，除了它允许文本中最后一个术语的前缀匹配。

GET / _search
{
    “query”：{
        “match_phrase_prefix”：{
            “message”：“quick brown f”
        }
    }
}

（4）多字段匹配检索（暂时不理解）

multi_match查询为能在多个字段上反复执行相同查询提供了一种便捷方式。

（5）字符串检索（暂时不理解）

（6）简化字符串检索（暂时不理解）

最后欢迎大家访问我的个人网站：1024s​​​​​​​