Elasticsearch实战（二）--- 高级查询语法使用

Elasticsearch实战-高级查询语法使用

1.ElasticSearch 基本语法查询

基于文章 Elasticsearch实战（一）—安装及基本语法使用 我们已经在ES中插入了8条数据，现在我们使用下基本的查询语法

1.1 Match_all 匹配所有查询

DSL 语法中 查询所有 query : { “match_all”: {} }

# 查询所有
GET /test/_search
{
  "query": {
    "match_all": {}
  }
}

1.2 Match 查询具体字段

DSL 语法中 查询所有 query : { “match”: { “field”: “value” } } 查询字段的值， 现在我们的字段是 text类型，默认是按照一个个字取分词的

# 查询 mobile手机号为 19000002222的文档信息
get /test/_search
{
  "query":{
    "match": {
      "mobile": "19000002222"
    }
  }
}

1条记录，精确匹配

如果地址是长句子，比如 “湖北省武汉市江汉路” 我能根据 某个关键字去匹配么？我们试一试 搜一下

搜一个 “湖” 他会把所有记录全都搜出来

get /test/_search
{
  "query":{
    "match": {
      "address": "湖"
    }
  }
}

搜一个黄 ，因为只有一条 黄冈市的 ，所以只有1条记录

get /test/_search
{
  "query":{
    "match": {
      "address": "黄"
    }
  }
}

1.3 全文检索匹配 match

我们 按照地址 address 搜江汉， 试一试，期望是搜到 江汉路 相关的

# 搜 “江汉” 会出现所有地址中含有 江 字， 有汉字 记录， 因为我们的 mapping建立的时候没有指定分词，所以他就是一个一个字去拆解的
get /test/_search
{
  "query":{
    "match": {
      "address": "江汉"
    }
  }
}

不仅仅搜出了 江汉 相关的， 而且把 湖北省 武 汉 市 的汉字 相关的 也搜了出来， 这就是全文检索， 我们会对text文本进行分词，然后存储的就是 湖 北 省 武 汉 市 这样一个一个词的 倒排索引 ，所以ES 会帮我们查出来 %江% ， %汉% 所有相关的数据 进行查询

1.4 短语匹配 match_phrase

如果不想全文索引， 不是一个字一个字的匹配， 而是把这个词当作关键字去查询 只需要江 match 改为 match_phrase 即可， 我们在看一下结果

get /test/_search
{
  "query":{
    "match_phrase": {
      "address": "江汉"
    }
  }
}

查询结果 只有3条， 全都是 江汉 相关的， 不会再有 武 汉 的汉 字相关的数据结果, 就是我们要的结果

1.5 from，to 分页查询

DSL 语法中 分页查询，需要参数 from， to 指定 页码，from 从0开始

#分页查询 从from=0 页开始 每页 size=2
get /test/_search
{
  "query":{
    "match": {
      "address": "湖北省"
    }
  },
  "from":0,
  "size":2
}

查询结果 8条记录， 每页只有2条数据， 顺序是 id=5 和 id=2的 两条数据

1.6 order 结果排序

ES搜索进行排序都是内存排序的， 指定 sort 排序 用 order 指定字段 及升降规则 即可 ， 注意 order的字段 类型不能是 文本

#  取湖北省关键字的地址 ， 0页开始， 每页 3条， 按照 年龄age 降序 排列
get /test/_search
{
  "query":{
    "match": {
      "address": "湖北省"
    }
  },
  "from":0,
  "size":3,
   "sort":{
    "age":"desc"
    }
  
}

可以看到查询结果的确是 降序，且每页3条

1.7 查询指定列结果 _source

DSL 语法中 可以指定查询指定列 ，比如 只想要 name，age，mobile 信息，可以指定 查询结果列

# 查询指定列
get /test/_search
{
  "query":{
    "match": {
      "address": "湖北省"
    }
  },
  "_source":["name","age","mobile"],
  "from":0,
  "size":3,
   "sort":{
    "age":"desc"
    }
  
}

查询结果，可以看到结果只有3列， 就是查询指定的结果列

2.ElasticSearch 高级查询进阶

2.1 And 且条件，多条件查询

DSL 语法中 查询And 操作嵌套有点深… 可以通过 bool操作 然后把几个查询 如 must （And）, must_not (必须不)， should （or）条件 组合起来

# 查询多个条件 And操作 ，查询 年龄是20， 且 性别是男 的 员工 使用 must
# bool 内 must 嵌套 match sex：男， match：age：20
get /test/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
            "sex": "男"
          }
        },
        {
          "match": {
            "age": "20"
          }
        }
      ]
    }
  }
}

查询结果只有1条 既是男生，年龄又是20的员工

2.2 Or 或条件，多条件查询

DSL 语法中 查询Or和And类似 ， 可以把 bool操作 的must （And） 换成 should （or）条件 即可

# 查询多个条件 or操作 ，查询 年龄是20， 或者 性别是男 的 员工 使用 should
# bool 内  should 嵌套 match sex：男， match：age：20
get /test/_search
{
  "query":{
    "bool": {
      "should": [
        {
          "match": {
            "sex": "男"
          }
        },
        {
          "match": {
            "age": "20"
          }
        }
      ]
    }
  }
}

查询结果有5条 是男生，或者 年龄是20的员工，任意一条满足即可满足查询结果

2.3 大于，小于 条件，多条件查询

DSL 语法中 查询比较操作 使用 bool 加上 filter 过滤， 可以通过 filter 的range 操作 把需要的字段 field 的 数字过滤出来
gt 大于， gte 大于等于， lt 小于， lte 小于等于

# 查询 年龄在20-50 之间的员工 大
# bool 内  filter 嵌套 range ： age >= 20 且 age <=30 的员工
get /test/_search
{
  "query":{
    "bool": {
      "filter": [
        {"range": {
          "age": {
            "gte": 20,
            "lte": 30
          }
        }}
      ]
    }
  }
}

查询结果6个， 然后年龄 大于等于 20， 小于等于 30 的员工

2.3 大于，小于 条件 且 And 多条件查询

如果要把 And 和 大于小于条件一期使用， 我们应该如何操作？ 比如我要查找 部门： 技术部， 男生， 且 年龄在 20-25之间的这么多条件 该如何操作
需要分层 首先 最外层 query
内层 bool 条件 ，注意 must 和 filter 是同级别的
然后 must 操作 match： deptName=技术部， match：sex=男
然后 filter 操作 range ： age （20-25）

# query 外层查询
# bool 内 嵌套 must match 多字段And
# bool 内 嵌套 filter range ： age >= 20 且 age <=25 的员工
get /test/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
           "deptName":"技术部"
          }
        },
        {
          "match": {
            "sex":"男"
          }
        }
      ],
      "filter": [
        {
          "range": {
            "age": {
              "gte": 20,
              "lte": 25
           }
          }
          
        }
      ]
    }
  }
}

查询结果2个
技术部 且是 男生的 且 年龄 大于等于 20， 小于等于 25 的员工

2.4 聚合查询 group count 累加

DSL 语法中 允许对文档进行统计聚合操作，类似Mysql的GroupBy 操作， 如累加求和， 求 最大值，最小值等

#  聚合 所有age相同的记录 ， age_group 是自定义的分组名， terms是分组， field是字段， size 是聚合后展示多少条记录
get /test/_search
{
  //聚合操作
  "aggs":{
    "age_count":{
      "terms": {
        "field": "age",
        "size": 10
      } 
    }
  }
}

查询结果5个， 20年龄的有3个， 30的有2个，25的有1个 等等结果

2.5 聚合查询 取最大值， 最小值

DSL 语法中 允许对文档进行统计聚合操作 , 求最大值

#  聚合 所有age 记录 ， age_max是自定义的分组名， max是操作， field是字段， max没有size字段
get /test/_search
{
  //聚合操作
  "aggs":{
    "age_max":{
      "max": {
        "field": "age"
      } 
    }
  }
}

查询结果1个 ，最大值为 age=60

取最小值

get /test/_search
{
  //聚合操作
  "aggs":{
    "age_min":{
      "min": {
        "field": "age"
      } 
    }
  }
}

最小值只有1个， 年龄age=20

2.6 聚合查询 Sum求和，Avg求平均

DSL 语法中 允许对文档进行统计聚合操作，类似Mysql的GroupBy 操作， 如sum求和， avg求平均

#  聚合 所有age的记录 ， age_sum 是自定义的分组名， sum是操作， field是字段
get /test/_search
{
  "aggs":{
    "age_sum":{
      "sum": {
        "field": "age"
      }
    }
  }
}

查询结果1个，年龄之和为 245.0

求平均值

get /test/_search
{
  "aggs":{
    "age_avg":{
      "avg": {
        "field": "age"
      }
    }
  }
}

查询结果 1个， 平均年龄 30.625

---

至此 我们已经基本的查询命令已经介绍完毕， 下一篇 介绍下ES索引的映射， 就是全文检索，短语检索是怎么区分配置的