Elasticsearch请求类型和使用说明

说明

ElasticSearch请求类型很多，支持精确、模糊、组合、正则、范围等，为复杂查询提供保证。

分享

• 大数据博客列表

查询说明

• Elasticsearch有不同类型和查询规则，大致总结如下，后续根据实际情况修正，学无止境。

查询方式

方式名	说明	特点
term	精准查询	字段和内容完全匹配
terms	精准查询	term扩展，支持单字段多内容查询
match_all	查询全部信息	查询index全部信息
match	分词匹配查询	单字段分词匹配查询
multi_match	分词匹配查询	多字段分词匹配查询
match_phrase	分词匹配查询	首先将查询字符串解析成一个词项列表，然后对这些词项进行搜索，但只保留那些包含 全部 搜索词项，且 位置与搜索词项相同的文档
query_string	类似match	match需要指定字段名，query_string不需要指定字段名，是在所有字段中搜索，范围更广泛。
fuzzy	模糊查询	满足查询的指定字符个数即可
wildcard	通配符查询	允许指定一个模式来匹配，而不需要指定完整的trem，匹配的方式类似于match的分词匹配查询，可使用?和*
bool	布尔查询	支持should（或）、must（与）、must_not（非）
range	范围查询	integer、long、double、data、ip等类型数据的范围查询，通过relation设置关系：within、contains、intersects
regexp	正则查询	通过正则搜索字段中满足条件的数据
prefix	前缀匹配查询
exists	字段查询	文档字段是否有值
missing	字段查询	文档字段是否为空
fuzzy_like_this	文档搜索
fuzzy_like_this_field	文档搜索
more_like_this	文档搜索
more_like_this_field	文档搜索

查询方式加字段类型

方式	数据类型	特点
term	keyword	term不分词，keyword字段也不分词，需要完全匹配才可
term	text	term不分词，text字段分词，所以term查询条件必须是text字段分词后的某一个。
match	keyword	match分词，keyword不分词，match的需要跟keyword的完全匹配可以。
match	text	match分词，text分词，只要match的分词结果和text的分词结果有相同的就匹配
match_phrase	keyword	match_phrase的需要跟keyword的完全匹配才可以。
match_phrase	text	match_phrase是分词的，text也是分词的。match_phrase的分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。
query_string	keyword	无法查询
query_string	text	不需要连续，顺序还可以调换。

查询实例

以下查询全部以post类型，请求地址：http://127.0.0.1:9200/索引名/_search

精确匹配

term

单字段或多字段单值精确查询，请求数据：

{
    "query": {
        "term": {
            "name.keyword": "张三"
        }  
    }
}

• 响应：

{
    "_shards":{
        "total":1,
        "failed":0,
        "successful":1,
        "skipped":0
    },
    "hits":{
        "hits":[
            {
                "_index":"userindex",
                "_type":"_doc",
                "_source":{
                    "args":20,
                    "createtm":"2018-4-5 11:07:23",
                    "name":"张三",
                    "description":"张三是java开发工程师",
                    "id":1
                },
                "_id":"one",
                "_score":0.6931471
            }
        ],
        "total":{
            "value":1,
            "relation":"eq"
        },
        "max_score":0.6931471
    },
    "took":2,
    "timed_out":false
}

terms

字段多值精确查询，请求数据实例：

{
    "query": {
        "terms": {
            "name.keyword": ["张三","思路"]
        }
    }
}

• 响应：

{
    "_shards":{
        "total":1,
        "failed":0,
        "successful":1,
        "skipped":0
    },
    "hits":{
        "hits":[
            {
                "_index":"userindex",
                "_type":"_doc",
                "_source":{
                    "args":20,
                    "createtm":"2018-4-5 11:07:23",
                    "name":"张三",
                    "description":"张三是java开发工程师",
                    "id":1
                },
                "_id":"one",
                "_score":0.6931471
            }
        ],
        "total":{
            "value":1,
            "relation":"eq"
        },
        "max_score":0.6931471
    },
    "took":2,
    "timed_out":false
}

分词匹配

match

单字段分词匹配查询，如果是中文，如查询字段name为张三，结果会返回name包含张和三的数据。请求数据实例：

{
    "query":{
        "match":{
            "name":"zhangsan"
        }
    }
}

match_all

查询index所有数据，请求数据实例：

{
    "query":{
        "match_all":{
        }
    }
}

multi_match

多字段分词匹配查询，请求数据实例：

{
    "query":{
        "multi_match":{
            "query":"zhangsan",
            "fields":["name","description"]
        }
    }
}

match_phrase

短语匹配查询，ElasticSearch引擎首先分析（analyze）查询字符串，从分析后的文本中构建短语查询，这意味着必须匹配短语中的所有分词，并且保证各个分词的相对位置不变。请求数据实例：

{
    "query":{
        "match_phrase":{
            "name":"zhangsan lisi"
        }
    }
}

模糊查询fuzzy

可以纠正查询时输入内容部分错误，fuzziness设置最小匹配字符。请求数据实例：

{
    "query":{
        "fuzzy":{
            "name":{
                "value":"lisss",
                "fuzziness":2
            }	
        }
    }
}

通配符查询wildcard

通配符支持一定模式匹配，查询方式类似term的分词匹配，请求数据实例：

{
    "query":{
        "wildcard":{
            "name":"li*"
        }
    }
}

组合查询 bool

汇集其他查询为一体的复杂查询

should或

多个字段内容匹配，关系为或。请求数据实例：

{
    "query":{
        "bool":{
            "should":[
                { "match" : { "name":"zhangsan" }},
                { "match" : { "name":"lisi"}}
                ]
        }
    }
}

must与

多个字段内容匹配，关系为与。请求数据实例：

{
    "query":{
        "bool":{
            "must":[
                { "match" : { "name":"zhangsan" }},
                { "match" : { "name":"lisi"}}
                ]
        }
    }
}

must_not非

多个字段内容匹配，不是查询条件的内容。请求数据实例：

{
    "query":{
        "bool":{
            "must_not":[
                { "match" : { "name":"zhangsan" }},
                { "match" : { "name":"lisi"}}
                ]
        }
    }
}

range范围查询

数值数据类型使用range，可以实现数值范围查询，参数如下：

• gt：大于
• lt：小于
• gte：大于等于
• lte：小于登录
• format：用于转换日期查询中的日期格式。如果为指定，则使用默认格式。
• relation：指示范围查询如何匹配range的字段
  • INTERSECTS，默认值；使用具有与查找范围相交的范围字段来匹配文档
  • CONTAINS；使用范围字段值完全包含查询范围的文档进行匹配。
  • WITHIN；使用范围字段值完全在查询范围内的文档进行匹配。
• time_zone：查询中的值转换为UTC的偏移量或是IANA时区
• boost：用于减少或增加查询的相关性得分

查询age字段大于等于10，小于等于20，请求数据实例：

{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 20
      }
    }
  }
}

regexp正则匹配

通过正则表达式寻找匹配字段，搜索name值满足ac.*ha正则表达式的数据，请求实例如下：

{
  "query": {
    "regexp": {
      "name": "ac.*ha"
    }
  }
}

exists有值查询

查找文档字段是否有值，如查询name字段是否有值，请求实例如下：

{
  "query": {
    "exists": {
      "field": "name"
    }
  }
}

missing无值查询

查找文档字段是否无值，查询name字段是否为空，请求实例如下：

{
  "query": {
    "missing": {
      "field": "name"
    }
  }
}

prefix前追匹配查询

字符串开头匹配，请求实例：

{
    "query":{
        "prefix":{
            "name":"ac"
        }
    }
}

排序+指定位置

_source指定响应字段，from返回结果的位置，size返回结果的最大条数，sort排序，请求数据实例：

{
    "_source":["name","description"],
    "query":{
        "match":{
            "name":"lisi?"
        }
    },
    "size":2,
    "from":0,
    "sort":{
        "age":{"order":"desc"}
    }
}

优化

term数值查询

查询默认使用评分计算，对文档执行包括或排除计算时，使用constant_score+filter以非评分模式且1作为统一评分查询。

//源查询
{
    "query": {
        "term": {
            "age": 30
        }  
    }
}
//优化查询
{
    "query": {
        "constant_score":{
            "filter":{
                "term": {
                    "age": 30
                }  
            }
        }
    }
}

总结

• Elasticsearch知识学习有一定成果，入门水平，想真正用好，需要实践检验，只有理论的技术缺乏硬度。