第七章：ElasticSearch高级查询

1.Query context

1.1模糊查询goods索引name属性

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "match": {
      "name": "太平鸟衬衣"
    }
  }
}

选择post提交。

在使用模糊查询需要注意一点，上面搜索的条件是“耐克衬衣”，结果搜索出了“耐克运动鞋”和“橘红色衬衣”。因为es会把goods索引里面所有name包含了“耐克”，“衬衣”，“衣”都会检索出来，这就有点像是分词搜索了，和关系型数据库模糊搜索还存在差异的。

 

1.2习语匹配查询goods索引name属性

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "match_phrase": {
      "name": "耐克运动"
    }
  }
}

选择post提交。

习语匹配就和我们关系型数据库模糊搜索就很相似了。

 

1.3多条件模糊查询goods索引name，describe

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "multi_match": {
      "query": "耐克",
      "fields": [
        "name",
        "describe"
      ]
    }
  }
}

选择post提交。

可以看到检索出来name，describe属性有“紫色”，“巴”的文档。

 

1.4全文本goods索引文本查询

请求参数：

http://localhost:9200/goods/_search

请求地址：

{
  "query": {
    "query_string": {
      "query": "耐克 or 巴啦啦"
    }
  }
}

选择post提交。

query_string是文本查询的关键字，通常在Kibana中使用。语法查询支持AND和OR文本查询。还支持“(巴啦啦 AND 耐克) OR 太平鸟”这种文本查询。因为我们这里并没有检索哪些属性，所以这是全文本检索。

 

1.5指定name，describe属性文本查询goods索引文档信息

请求参数：

http://localhost:9200/goods/_search

请求地址：

{
  "query": {
    "query_string": {
      "query": "(耐克 AND 跑鞋) or 紫色",
      "fields": [
        "name",
        "describe"
      ]
    }
  }
}

选择post提交。

 

1.6通过具体项查询

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "term": {
      "price": 320
    }
  }
}

选择post提交

term使用具体项作为关键字。查询price为320的文档信息。

 

1.7通过范围查询

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "range": {
      "date": {
        "gte": "2019-03-01",
        "lte": "now"
      }
    }
  }
}

选择post提交。

range是范围查询的关键字。查询了date属性大于2019-03-01，小于now当前时间。

 

2.Filter context

filter查询后存在缓存里面，相对应query更快一些。

2.1使用filter查询

请求地址：

http://localhost:9200/goods/_search

请求参数：

{
  "query": {
    "bool": {
      "filter": {
        "term": {
          "price": 320
        }
      }
    }
  }
}

选择post提交。

 

 

转载于:https://my.oschina.net/piaoxianren/blog/3030217