elasticsearch条件查询语句与聚合查询语句模板

字段解释：

条件查询：

_source：表示需要展示的字段

聚合查询

field: 表示聚合的字段

size 显示条数

order 排序方法

1、条件查询语句

{
  "_source": [
    "UUID",
    "workOrderData.appNo"
  ],
  "query": {
    "bool": {
      "must": [
        {
          "terms": {
            "workOrderData.appNo": [
              "2017060487300285"
            ]
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "size": 100
}

         

2、聚合查询语句

例子1

{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {
            "workOrderData.center": [
              "7110101",
              "7110102"
            ]
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "size": 0,
  "aggs": {
    "aggs_block": {
      "terms": {
        "field": "workOrderData.busiType"
      }
    }
  }
}

例子2

{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "relateData.callTime": {
              "gte": "2016-07-26 00:00:00"
            }
          }
        },
        {
          "range": {
            "relateData.callTime": {
              "lte": "2017-08-02 23:59:59"
            }
          }
        }
      ]
    }
  },
  "size": 0,
  "aggs": {
    "1": {
      "terms": {
        "field": "analysisData.competitorList",
        "size": 10,
        "order": {
          "_count": "desc"
        }
      }
    }
  }
}

3、should字段和must字段一起使用

例子1（should和must同级使用）

{
  "_source": [
    "relateData.orderNum",
    "relateDate.businessType",
    "relateData.agentGroupName",
    "relateData.agentDepartmentName",
    "relateData.acceptTime",
    "analysisData.is_rule_complain"
  ],
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "relateData.callTime": {
              "gte": "2017-02-22 00:00:00",
              "lte": "2017-08-16 23:59:59"
            }
          }
        }
      ],
      "should": [
        {
          "term": {
            "transData.emotionList.emtionType": {
              "value": "2"
            }
          }
        },
        {
          "term": {
            "analysisData.is_rule_complain": {
              "value": "是"
            }
          }
        }
      ]
    }
  },
  "sort": {
    "relateData.acceptTime": {
      "order": "desc"
    }
  },
  "from": 0,
  "size": 10
}

在这里should里面的条件满足一条就可以。相当于or

但是当should与must一起使用时候就失去了should的意义 因为只要满足must的条件就可以

例子2（should为must的上一级）

当我们有and 和 or 并列的查询要求时，(a==0 && b== 0 && (c==0 || d== 0))

我们可以使用如下的elasticsearch查询语句

在should里面包含bool

{
  "_source": [
    "relateData.orderNum",
    "relateDate.businessType",
    "relateData.agentGroupName",
    "relateData.agentDepartmentName",
    "relateData.acceptTime",
    "analysisData.is_rule_complain"
  ],
  "query": {
    "bool": {
      "should": [
        {
          "bool": {
            "must": [
              {
                "range": {
                  "relateData.callTime": {
                    "gte": "2017-02-22 00:00:00",
                    "lte": "2017-08-16 23:59:59"
                  }
                }
              },
              {
                "term": {
                  "transData.emotionList.emtionType": {
                    "value": "2"
                  }
                }
              }
            ]
          }
        },
        {
          "bool": {
            "must": [
              {
                "range": {
                  "relateData.callTime": {
                    "gte": "2017-02-22 00:00:00",
                    "lte": "2017-08-16 23:59:59"
                  }
                }
              },
              {
                "term": {
                  "analysisData.is_rule_complain": {
                    "value": "是"
                  }
                }
              }
            ]
          }
        }
      ]
    }
  }
}

4、aggs嵌套聚合语句

{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "relateData.callTime": {
              "gte": "2017-08-30 00:00:00"
            }
          }
        },
        {
          "range": {
            "relateData.callTime": {
              "lte": "2017-09-06 23:59:59"
            }
          }
        }
      ]
    }
  },
  "size": 0,
  "aggs": {
    "1": {
      "terms": {
        "field": "relateData.businessType",
        "size": 15,
        "order": {
          "_count": "desc"
        }
      },
      "aggs": {
        "2": {
          "terms": {
            "field": "qualityData.ATTENTION_WORD.keyWord.keyword",
            "order": {
              "_count": "desc"
            }
          },
          "aggs": {
            "3": {
              "terms": {
                "field": "relateData.customerPhoneNo",
                "size": 2147483647,
                "min_doc_count": 2
              }
            }
          }
        }
      }
    }
  }
}

查询部分结果展示：

"hits": {
    "total": 190,
    "max_score": 0,
    "hits": []
  },
  "aggregations": {
    "1": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "2": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
              {
                "3": {
                  "doc_count_error_upper_bound": 0,
                  "sum_other_doc_count": 0,
                  "buckets": [
                    {
                      "key": "13554186343",
                      "doc_count": 2
                    },
                    {
                      "key": "13554186390",
                      "doc_count": 2
                    },
                    {
                      "key": "13554186399",
                      "doc_count": 2
                    }
                  ]
                },
                "key": "减肥",
                "doc_count": 8
              },
              {
                "3": {
                  "doc_count_error_upper_bound": 0,
                  "sum_other_doc_count": 0,
                  "buckets": [
                    {
                      "key": "13554186356",
                      "doc_count": 2
                    },
                    {
                      "key": "13554186389",
                      "doc_count": 2
                    }
                  ]
                },
                "key": "是个",
                "doc_count": 7
              },
              {
                "3": {
                  "doc_count_error_upper_bound": 0,
                  "sum_other_doc_count": 0,
                  "buckets": [
                    {
                      "key": "13554186389",
                      "doc_count": 2
                    }
                  ]
                },
                "key": "绿瘦",
                "doc_count": 4
              }
            ]
          },
          "key": "故障",
          "doc_count": 187
        }

查询的结果为：首先聚合业务类型，然后聚合业务关注词，最后聚合电话号，聚合结果的意义为在指定业务类型下的指定的业务关注词下的重复来电电话与个数。

5、interval关键字的使用

{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "relateData.callTime": {
              "gte": "2017-08-30 00:00:00"
            }
          }
        },
        {
          "range": {
            "relateData.callTime": {
              "lte": "2017-09-06 23:59:59"
            }
          }
        }
      ]
    }
  },
  "size": 0,
  "aggs": {
    "1": {
      "terms": {
        "field": "qualityData.ATTENTION_WORD.keyWord.keyword",
        "size": 10,
        "order": {
          "_count": "desc"
        }
      },
      "aggs": {
        "2": {
          "date_histogram": {
            "field": "relateData.callTime",
            "interval": "1d",
            "extended_bounds": {
              "min": "2017-08-30 00:00:00",
              "max": "2017-09-06 23:59:59"
            }
          }
        }
      }
    }
  }
}

结果展示：

"aggregations": {
    "1": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "2": {
            "buckets": [
              {
                "key_as_string": "2017-08-30 00:00:00",
                "key": 1504051200000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-08-31 00:00:00",
                "key": 1504137600000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-01 00:00:00",
                "key": 1504224000000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-02 00:00:00",
                "key": 1504310400000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-03 00:00:00",
                "key": 1504396800000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-04 00:00:00",
                "key": 1504483200000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-05 00:00:00",
                "key": 1504569600000,
                "doc_count": 0
              },
              {
                "key_as_string": "2017-09-06 00:00:00",
                "key": 1504656000000,
                "doc_count": 8
              }
            ]
          },
          "key": "减肥",
          "doc_count": 8
        }

interval关键字使得在聚合callTime字段的时候是按照1天的间隔进行聚合，这对于数据统计过长时间范围内能够更加智能的查询，不会导致横坐标过于密。

extended_bounds字段表示强制的将数据显示在指定的时间范围，防止查询的结果超出预期范围。

6、正则表达式

"query": {
        "regexp":{
            "name.first": "s.*y"
        }
    }