Elasticsearch学习（七）-Elasticsearch结构化查询

                                 Elasticsearch结构化查询

简单查询语句（lite）只能满足一些简单的需求，如果我们的条件复杂，需要使用（Request Body Serarch）API，参数以Json的格式传递。

一、结构化查询（Query DSL）：

1）空查询，等同于使用Math All

POST /_search
{
    "query":{
              "match_all":{}
            }
}

2）条件字段查询

POST /_search
{
	"query": {
		"match": {
			"about": "like"
		}
	}
}

3)合并多子句查询（可以多重合并）

{
    "bool": {
        "must": { "match": { "tweet": "elasticsearch" }},
        "must_not": { "match": { "name": "mary" }},
        "should": { "match": { "tweet": "full text" }}
    }
}

二、查询与过滤

结构化查询（Query DSL）和结构化过滤(Filter DSL)非常相似，以使用目的不同而有差异。

过滤语句会询问文档中是否包含特定值，如status 是否包含 online字段。

查询语句是为了找到文档，通过相关性进行匹配得分：查询run的时候，同时会查找同义词 runs,runing，jog。

所以可以看出，一般情况下，过滤语句比查询语句更耗时，并且查询语句也不容易缓存（除非匹配文档量很少）。

So,原则上使用查询语句做全文搜索或者其他需要相关性的评分，其他的全部使用过滤语句。

三、最重要的查询过滤语句

1）term过滤: term 主要应用于精确匹配，比如数字，日期，布尔值，或者使用not_analyzed的字符串。

2）terms过滤：类似term过滤，允许指定多个匹配条件

3）range过滤：范围过滤

4）exist和missing过滤，可以过滤稳重中是否包含某个字段

5）bool 过滤，合并多个过滤条件：must：完全匹配相对于and ，must_not：相反匹配相当于No，should:至少一个匹配相当于or。

四、match、multi_match、bool查询

            1） match查询是一个标准查询，不管是全文检索或者是精准查询基本都要用到，如果使用match查询一个全文本字段，他在真正查询之前会先用分析器分析一下查询字段。

2）multi_match 允许在match查询的基础上同时搜索多个字段。

3）bool查询与Bool过滤类似，bool查询是计算每个字句的相关性score。

五、查询与过滤的合并

          查询与过滤合并有很多种组合方式，在真正的实验中要多多学习，但是先过滤后查询，获取到的数据集变小，肯定是可以提高性能的

{
    "query": {
         "filtered": {
            "query": { "match": { "email": "business opportunity" }},
            "filter": { "term": { "folder": "inbox" }}
         }
     }
}

 

六：查询分析

          类似mysql的explain,在ES中也有explain，这个东东比较复杂，后期单独深究这个模块

GET /_validate/query?explain
{
	"query": {
		"match": {
			"about": "like powerful"
		}
	}
}


结果：
{
	"_shards": {
		"total": 3,
		"successful": 3,
		"failed": 0
	},
	"valid": true,
	"explanations": [{
			"index": "megacorp",
			"valid": true,
			"explanation": "*:*"
		},
		{
			"index": "test",
			"valid": true,
			"explanation": "*:*"
		},
		{
			"index": "test2",
			"valid": true,
			"explanation": "*:*"
		}
	]
}