「这是我参与11月更文挑战的第8天，活动详情查看：2021最后一次更文挑战」
基本查询
基本语法
GET /索引库名/_search
{
"query":{
"查询类型":{
"查询条件":"查询条件值"
}
}
}
这里的query代表一个查询对象，里面可以有不同的查询属性
- 查询类型：
- 例如：match_all，match，term，range等等
- 查询条件：查询条件会根据类型的不同，写法也有差异
查询所有（match_all）
GET /lagou/_search
{
"query":{
"match_all": {}
}
}
- query：代表查询对象
- match_all：代表查询所有
结果：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 3,
"successful": 3,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": "lagou",
"_type": "goods",
"_id": "2",
"_score": 1,
"_source": {
"title": "大米手机",
"images": "http://image.lagou.com/12479122.jpg",
"price": 2899
}
},
{
"_index": "lagou",
"_type": "goods",
"_id": "r9c1KGMBIhaxtY5rlRKv",
"_score": 1,
"_source": {
"title": "小米手机",
"images": "http://image.lagou.com/12479122.jpg",
"price": 2699
}
}
]
}
}
- took：查询花费时间，单位是毫秒
- time_out：是否超时
- _shards：分片信息
- hits：搜索结果总览对象
- total：搜索到的总条数
- max_score：所有结果中文档得分的最高分
- hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
- _index：索引库
- _type：文档类型
- _id：文档id
- _score：文档得分
- _source：文档的源数据
文档得分：使用ES时，对于查询出的文档无疑会有文档相似度之别。而理想的排序是和查询条件相关性越高排序越靠前，而这个排序的依据就是_score
匹配查询（match）
先加入一条数据，便于测试：
PUT /lagou/goods/3
{
"title":"小米电视4A",
"images":"http://image.lagou.com/12479122.jpg",
"price":3899.00
}
现在，索引库中有2部手机，1台电视：
- or关系
match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系
GET /lagou/_search
{
"query":{
"match":{
"title":"小米电视"
}
}
}
在上面的案例中，不仅会查询到电视，而且与小米相关的都会查询到，多个词之间是or的关系。
- and关系
某些情况下，我们需要更精确查找：比如在电商平台精确搜索商品时，我们希望这个关系（查询条件切分词之后的关系）变成and（既要满足你，又要满足我），可以这样做：
GET /lagou/_search
{
"query":{
"match":{
"title":{"query":"小米电视","operator":"and"}
}
}
}
本例中，只有同时包含小米和电视的词条才会被搜索到。
词条匹配（term）
term查询被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串，keyword类型的字符串
效果类似于：select * from tableName where colName='value';
GET /lagou/_search
{
"query":{
"term":{
"price":2699.00
}
}
}
布尔组合（bool）
bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合
GET /lagou/_search
{
"query":{
"bool":{
"must": { "match": { "title": "大米" }},
"must_not": { "match": { "title": "电视" }},
"should": { "match": { "title": "手机" }}
}
}
}
范围查询（range）
range查询找出那些落在指定区间内的数字或者时间
GET /lagou/_search
{
"query":{
"range": {
"price": {
"gte": 1000.0,
"lt": 2800.00
}
}
}
}
range 查询允许以下字符：
| 操作符 | 说明 |
|---|---|
| gt | 大于 |
| gte | 大于等于 |
| lt | 小于 |
| lte | 小于等于 |
模糊查询（fuzzy）
fuzzy查询是term查询的模糊等价，很少直接使用它。
新增一个商品：
POST /lagou/goods/5
{
"title":"apple手机",
"images":"http://image.lagou.com/12479122.jpg",
"price":6899.00
}
fuzzy查询是term查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2：
GET /lagou/_search
{
"query": {
"fuzzy": {
"title": "appla"
}
}
}
上面的查询，也能查询到apple手机
结果过滤
默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。
如果我们只想获取其中的部分字段，我们可以添加_source的过滤
直接指定字段
GET /lagou/_search
{
"_source": ["title","price"],
"query": {
"term": {
"price": 2699
}
}
}
指定includes和excludes
我们也可以通过：
- includes：来指定想要显示的字段
- excludes：来指定不想要显示的字段
二者都是可选的。
GET /lagou/_search
{
"_source": {
"includes":["title","price"]
},
"query": {
"term": {
"price": 2699
}
}
}
与下面的结果将是一样的：
GET /lagou/_search
{
"_source": {
"excludes": ["images"]
},
"query": {
"term": {
"price": 2699
}
}
}
过滤（fifilter）
Elasticsearch 使用的查询语言（DSL）拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。这套组件可以在以下两种情况下使用：过滤情况（fifiltering context）和查询情况（query context）。
如何选择查询与过滤：
通常的规则是，使用查询（query）语句来进行 全文 搜索或者其它任何需要影响 相关性得分 的搜索。除此以外的情况都使用过滤（fifilters)。
条件查询中进行过滤
所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用filter方式：
GET /lagou/_search
{
"query":{
"bool":{
"must":{ "match": { "title": "小米手机" }},
"filter":{
"range":{"price":{"gt":2000.00,"lt":3800.00}}
}
}
}
}
无查询条件，直接过滤
如果一次查询只有过滤，没有查询条件，不希望进行评分，我们可以使用constant_score取代只有fifilter语句的bool查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。
GET /lagou/_search
{
"query":{
"constant_score": {
"filter": {
"range":{"price":{"gt":2000.00,"lt":3000.00}}
}
}
}
}
排序
单字段排序
sort可以让我们按照不同的字段进行排序，并且通过order指定排序的方式
GET /lagou/_search
{
"query": {
"match": {
"title": "小米手机"
}
},
"sort": [
{
"price": {
"order": "desc"
}
}
]
}
多字段排序
假定我们想要结合使用 price和 _score（得分） 进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序：
GET /lagou/_search
{
"query":{
"bool":{
"must":{ "match": { "title": "小米手机" }},
"filter":{
"range":{"price":{"gt":200000,"lt":300000}}
}
}
},
"sort": [
{ "price": { "order": "desc" }},
{ "_score": { "order": "desc" }}
]
}
分页
Elasticsearch中数据都存储在分片中，当执行搜索时每个分片独立搜索后，数据再经过整合返回。那么，如果要实现分页查询该怎么办呢？
elasticsearch的分页与mysql数据库非常相似，都是指定两个值：
- from：目标数据的偏移值（开始位置），默认from为0
- size：每页大小
GET /lagou/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"price": {
"order": "asc"
}
}
],
"from": 3,
"size": 3
}
高亮
高亮原理：
- 服务端搜索数据，得到搜索结果
- 把搜索结果中，搜索关键字都加上约定好的标签
- 前端页面提前写好标签的CSS样式，即可高亮
elasticsearch中实现高亮的语法比较简单：
GET /lagou/_search
{
"query": {
"match": {
"title": "手机"
}
},
"highlight": {
"pre_tags": "<em>",
"post_tags": "</em>",
"fields": {
"title": {}
}
}
}
在使用match查询的同时，加上一个highlight属性：
- pre_tags：前置标签
- post_tags：后置标签
- fifields：需要高亮的字段
- title：这里声明title字段需要高亮
