ElasticSearch花式查询

0.创建实体类与准备查询所用的索引

结构：

1）索引 sms-logs-index

2）类型 sms-logs-type

字段名称	备注
createDate	创建时间
sendDate	发送时间
longCode	发送的长号码
mobile	手机号
corpName	发送公司名称（需要分词检索）
smsContent	下发短信内容（需要分词检索）
state	下发短信状态（0为成功，1为失败）
operatorId	运营商编号（1为移动，2位联通，3为电信）
province	省份
ipAddr	下发服务器ip地址
replyTotal	短信状态报告返回时长（秒）
fee	扣费（分）

1.term & terms查询

1）term 查询是代表完全匹配，搜索之前不会对你搜索的关键字进行分词，直接拿关键字去文档分词库中匹配内容

POST /sms-logs-index/sms-logs-type/_search

2）terms查询和term机制一样，都不会将关键字进行分词，直接去分词库匹配，terms是针对一个字段包含多个值时使用

POST /sms-logs-index/sms-logs-type/_search
{
  "from": 0,
  "size": 5,
  "query": {
    "terms": {
      "province,keyword": [
        "北京"
      ]
    }
  }
}

2.match相关查询

1）match查询属于高层查询，根据查询字段类型不一样，采用不同的查询方式

实际底层就是多个term查询，将多个term查询结果封装到一起

查询一个不能被分词的内容（keyword），match查询不会对你指定的查询关键字进行分词

查询一个能被分词的内容（text），match将指定的查询内容根据一定的方式去分词，然后去分词库匹配

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "match": {
      "smsContent": "山"
    }
  }
}

2）match_all 查询全部内容，不指定查询条件

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "match_all": {}
  }
}

3）布尔match查询

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "match": {
      "smsContent":{
        "query": "中国 健康",
        "operator": "and"
      }
    }
  }
}

4）multiMatch针对多个field进行检索，多个field对应一个text

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "multi_match": {
      "query": "北京",
      "fields": ["province","smsContent"]
    }
  }
}

3.id & ids查询

1）id查询

GET /sms-logs-index/sms-logs-type/1

2）ids查询

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "ids": {
      "values": ["1","2"]
    }
  }
}

4.prefix查询

前缀查询，通过一个关键字去指定一个field的前缀，查询指定文档

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "prefix": {
     "corpName": {
       "value": "格力"
     }
   }
  }
}

5.fuzzy查询

模糊查询，ElasticSearch根据输入的大概内容匹配内容，查询结果不稳定

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "fuzzy": {
     "corpName": {
       "value": "格力汽车",
       "prefix_length": 2
     }
   }
  }
}

6.wildcard查询

通配查询，可以在查询时字符串指定通配符*与占位符？

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "wildcard": {
     "corpName": {
       "value": "中国*"
     }
   }
  }
}

7.rang查询

范围查询，只针对数值类型，对一个field进行大于或者小于的范围指定

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "range": {
     "fee": {
       "gt": 5,
       "lt": 10
     }
     }
   }
}

8.regexp查询

正则查询，编写正则表达式去匹配内容

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "regexp": {
     "mobile": "180[0-9] {8}"
   }
   }
}

9.delete-by-query

根据term，match等查询方式删除大量文档

注意：如果删除index下大部分数据，建议创建一个新的index，把保留的文档内容添加到其中

POST /sms-logs-index/sms-logs-type/_delete_by_query
{
  "query": {
   "range": {
     "fee": {
       "lt": 4
     }
     }
   }
}

10.filter查询

1）query：根据查询条件计算文档的匹配度得到分数，并根据分数排序（不做缓存）

2）filter：根据查询条件查询，不计算分数且filter会对经常被过滤的数据进行缓存

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
   "bool": {
     "filter": [
       {
         "term": {
           "corpName": "腾讯课堂"
         }
       },
       {
         "range": {
           "fee": {
             "lte": 4
           }
         }
       }
     ]
   }
  }
}

11.高亮查询

高亮展示的数据本身是文档中的field，单独将field以hightlight形式返回

1）fragment_size：指定高亮数据返回的字符个数

2）pre_tags：指定前缀标签

3）post_tags：指定后缀标签

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "match": {
      "smsContent": "腾讯课堂"
    }
  },
  "highlight": {
    "fields": {
      "smsContent": {}
    },
    "pre_tags": "<font color='red'>",
    "post_tags": "</font>",
    "fragment_size": "10"
  }
}

12.复合查询

复合过滤器，将多个查询条件，用逻辑组合起来

1）must：所有条件组合在一起，类似and的意思

2）must_not：将使用must_not的条件全部不匹配，类似not的意思

3）should：所有条件用should组合在一起，类似or的意思

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "province": {
              "value": "北京"
            }
          }
        },
        {
          "term": {
            "province": {
              "value": "上海"
            }
          }
        } 
      ],
       "must_not": [
        {
          "term": {
            "operatorId": {
              "value": "2"
            }
          }
        }
      ],
      "must": [
        {
          "match": {
            "smsContent": "呼吸"
          }
        },
        {
           "match": {
            "smsContent": "大陆"
        }
        }
      ]
    }
  }
}

boosting查询（影响查询后的score）

1）positive：匹配positive的查询内容才会返回到结果集

2）negative：匹配positive和negative，可以降低文档的score

3）negative_boost：指定系数（必须小于1.0）

查询时分数计算：

1）搜索关键字在文档出现的频次高，则分数高

2）指定的文档内容越短，分数越高

3）指定的关键字被分词的内容被分词库匹配的个数越多，则越高

POST /sms-logs-index/sms-logs-type/_search
{
  "query": {
    "boosting": {
      "positive": {
        "match": {
          "smsContent": "xxxxx"
        }
      }，
      , "negative": {
        "match": {
          "smsContent": "xxxx"
        }
      },
      "negative_boost": 0.5
    }
  }
}

13.深分页scroll

POST /sms-logs-index/sms-logs-type/_search?scroll=1m
{
  "query": {
    "match_all": {}
  },
  "size": 2,
  "sort": [
    {
      "fee": {
        "order": "desc"
      }
    }
  ]
}

POST /_search/scroll
{
  "scroll_id": "<根据第一步得到的scroll_id去指定>",
  "scroll": "<scroll信息的生存时间>"
}

DELETE /_search/scroll/scroll_id

from+size （两者之和不能超1w）

1)将用户指定的关键字进行分词

2)将词汇去分词库中检索，得到多个文档id

3)去各个分片拉取数据

4)根据score将数据进行排序

5)根据from+size的值，丢弃部分数据

6)返回结果

scroll+size（不适合实时查询）

1)将用户指定的关键字进行分词

2)将词汇去分词库中检索，得到多个文档id

3)将文档id放在一个上下文中

4）根据指定size去ElasticSearch中检索指定个数数据，拿完数据文档id（会从上下文移除）

5）如需下一页数据，直接去ElasticSearch上下文找后续内容

6）循环 4）和 5）