Elasticsearch 基础查询

DSL(Domain Specific Language)查询

DSL查询是Elasticsearch 提供的一个完整的基于 JSON 的查询。其分为两大类：

• 普通查询：如match、term、range等
• 复合查询：可以以多个普通查询组合的方式进行查询。

查询接口

GET /<target>/_search

GET /_search

POST /<target>/_search

POST /_search

target：索引名称，可以为 * 或者多个用逗号隔开的索引名称

exists 查询字段是否存在

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "exists": {
      "field":"aaa"
    }
  }
}

field 表示要查询的字段

• 如果 JSON 值为null或[]，则字段被视为不存在
• 如果是包含null值的数组[null,aaa]或空字符串""则表示该字段存在。

执行结果

{
    "took": 267, // 查询花费时间，单位毫秒
    "timed_out": false, // 是否超时
    "_shards": { // 分片信息
        "total": 3, // 分片总数
        "successful": 3, // 成功数
        "skipped": 0, // 跳过（忽略）数
        "failed": 0 // 失败数
    },
    "hits": { // 命中结果对象
        "total": { // 按条件匹配的文档数
            "value": 3, // 文档数
            "relation": "eq" //eq 表示计数准确， gte 表示计数不准确
        },
        "max_score": 1, // 匹配度分值，一般为0~1
        "hits": [// 命中的结果列表
           
        ]
    }
}

fuzzy 模糊查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "fuzzy": {
      "name": {
        "value": "钱军",
        "fuzziness": 1,
        "max_expansions": 50,
        "prefix_length": 0,
        "transpositions": true,
        "rewrite": "constant_score"
      }
    }
  }
}

此查询将会把name中包含“钱”和“军”的都查询出来。

编辑距离

编辑距离是将一个术语变成另一个术语所需的一个字符更改的数量。这些变化可以包括：

• 改变一个字符（b ox → f ox）
• 删除一个字符（b lack → lack）
• 插入一个字符 (sic → sic k )
• 调换两个相邻字符 ( act → cat t)

参数说明

• ：要搜索的字段，示例为 name
  • value
    （必需，字符串）您希望在提供的.
  • fuzziness
    （可选，字符串）允许匹配的最大编辑距离。
    • 0…2
      必须完全匹配
    • 3…5
      允许一次编辑
    • > 5
      允许两次编辑
    • AUTO
      首选值应该使用AUTO 等同于3,6
  • max_expansions
    （可选，整数）创建的最大变体数。默认为50。建议不要太大，否则影响效率。
  • prefix_length
    （可选，整数）创建扩展时保持不变的起始字符数。默认为0.
  • transpositions
    （可选，布尔值）指示编辑是否包括两个相邻字符的换位 (ab → ba)。默认为true.
  • rewrite
    （可选，字符串）用于重写查询的方法。rewrite参数有很多可选值，建议使用constant_score、 constant_score_boolean或top_terms_boost_N即可。默认为constant_score。

通过_id列表查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "ids": {
      "values": ["507","699","567"]
    }
  }
}

此示例查询索引 _id 为 “507”,“699”,“567” 的文档数据。

prefix 前缀查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "prefix": {
      "name": {
        "value":"周"
      }
    }
  }
}

此示例查询name字段，以“周”开头的文档。

参数说明

• ：要搜索的字段，示例为 name
  • value
    （必需，字符串）查询参数
  • rewrite
    （可选，字符串）用于重写查询的方法。
  • case_insensitive
    （可选，布尔值）设置为 true 时允许不区分大小写的值与索引字段值匹配。默认为 false，区分大小写。

range 范围查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "range": {
      "age": {
        "gte":23,
        "lte":24
      }
    }
  }
}

此示例为查询age在[23,24]之间的文档。

参数说明

• ：要搜索的字段，示例为 name
  • gt
    （可选）大于。
  • gte
    （可选）大于或等于。
  • lt
    （可选）小于。
  • lte
    （可选）小于或等于。
  • format
    （可选，字符串）用于转换date查询中值的日期格式。
  • relation
    （可选，字符串）指示范围查询如何匹配字段值range 。有效值为：
    • INTERSECTS（默认）
      匹配范围字段值与查询范围相交的文档。
    • CONTAINS
      匹配具有完全包含查询范围的范围字段值的文档。
    • WITHIN
      匹配范围字段值完全在查询范围内的文档。
  • time_zone
    （可选，字符串） 用于将查询中的值转换为 UTC的协调世界时 (UTC) 偏移量。有效值为 ISO 8601 UTC 偏移量，例如+01:00或 -08:00和 IANA 时区 ID，例如America/Los_Angeles。如果使用 now 则始终是 UTC 中的当前系统时间
  • boost
    （可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。0和之间的提升值 1.0会降低相关性得分。大于的值1.0 会增加相关性分数。

日期计算

计算格式

• +1h: 加一小时
• -1d: 减去一天
• /d：四舍五入到最近的一天

格式	说明
y	年
M	月
w	周
d	天
h	小时
H	小时
m	分钟
s	秒

假设now是2001-01-01 12:00:00，那么

 now+1h：now以毫秒加一小时为单位。结果：2001-01-01 13:00:00
 now-1h：now以毫秒减一小时为单位。结果：2001-01-01 11:00:00
 now-1h/d：now以毫秒减一小时为单位，四舍五入。结果：2001-01-01 00:00:00
 2001.02.01\|\|+1M/d：2001-02-01以毫秒加一个月为单位。结果：2001-03-01 00:00:00
 # 2001.02.01视为字符串，后面需要跟 ||，此处使用了 \ 斜线来转义

比如：查询生日在1988.11.30日之前的文档信息

{
 "_source":{
   "excludes":["remark"]
 },
 "query": {
   "range": {
     "birthday": {
       "lte":"1988.11.30",
       "format":"yyyy.MM.dd"
     }
   }
 }
}

查询当前时间之前1个月以前出生的人的文档

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "range": {
      "birthday": {
        "lte":"now-1M"
      }
    }
  }
}

Regexp 正则表达式查询

正则表达式规则

表达式	说明	示例
.	匹配任何字符	ab. 匹配 abc，abb、abd等
?	重复一次或0次	ab? 匹配 ab，abc，abb等
+	重复前一个表达式或字符一次或多次	ab+ 匹配 abddd，abc，abbaaa等
*	重复前一个表达式或字符0次或多次	ab* 匹配 a，ab，abc，abb等
{}	前面的字符可以重复的最小和最大次数	a{2} # 匹配 ‘aa’ a{2,4} # 匹配 ‘aa’、‘aaa’ 和 ‘aaaa’ a{2,} # 匹配 'a` 重复两次或更多次
|	或运算符	abc|xyz # 匹配 ‘abc’ 和 ‘xyz’
()	组合，将()内的字符视为一个整体	abc(def)? # 匹配 ‘abc’ 和’abcdef’ 但不匹配 ‘abcd’
[]	将[]内的字符视为一个占位字符	[abc] # 匹配 ‘a’, ‘b’, ‘c’ [a-c] # 匹配 ‘a’、‘b’ 或 ‘c’ [-abc] # ‘-’ 是第一个字符。匹配 ‘-’、‘a’、‘b’ 或 ‘c’ [abc\-] # 转义 ‘-’。匹配 ‘a’、‘b’、‘c’ 或 ‘-’
^	非运算符，常和[]一起使用	[^abc] # 匹配除 ‘a’、‘b’ 或 ‘c’ 之外的任何字符 [^ac] # 匹配除 ‘a’、‘b’ 或 ‘c’ 之外的任何字符 [^-abc] # 匹配任何字符character except ‘-’, ‘a’, ‘b’, or ‘c’ [^abc-] # 匹配除 ‘a’, ‘b’, ‘c’, or ‘-’ 之外的任何字符

注：Lucene 的正则表达式引擎不支持锚运算符，例如 ^（行首）或$（行尾）。

查询示例

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "regexp": {
      "name": {
        "value": ".+军"
      }
    }
  }
}

示例查询以“军”字结尾的姓名

regexp 查询参数

• ：要搜索的字段，示例为 name
  • value：（必需，字符串）标准的正则表达式
  • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。
  • flags
    （可选，字符串）为正则表达式启用可选运算符，默认为 ALL。
  • rewrite
    （可选，字符串）用于重写查询的方法。

term 精确查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "term": {
      "name": {
        "value": "钱军"
      }
    }
  }
}

查询参数

• ：要搜索的字段，示例为 name
  • value
    （必需，字符串）查询参数内容
  • boost
    （可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。
  • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。

注：term 查询主要用于精确查询，不会经过文本分析（分析器分析），所以我们应该尽量避免使用term查询text类型的字段。

terms 多关键字精确匹配

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "terms": {
      "name": ["钱军","钱艳"]
    }
  }
}

示例匹配name值为“钱军”和“钱艳”的文档

参数说明

• ：要搜索的字段，示例为name
• boost：（可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。

wildcard 通配符查询

{
  "_source":{
    "excludes":["remark"]
  },
  "query": {
    "wildcard": {
      "name": {
        "value" : "钱*"
      }
    }
  }
}

参数说明

• ：要搜索的字段，示例为name
  • value
    （必需，字符串）通配符表达式（ 只支持两种通配符 “?”和“*” ）
  • boost：（可选，float）浮点数，用于减少或增加 查询的相关性分数。默认为1.0。小于1减少，大于1增加相关性分数。
  • case_insensitive：（可选，布尔值）当设置为 true 时，允许正则表达式值与索引字段值进行不区分大小写的匹配。默认为 false。
  • rewrite
    （可选，字符串）用于重写查询的方法。