ElasticSearch的Query高级查询

高级查询：

1 子条件查询：特定字段查询所指特定值

1. Query Context：在查询过程中，除了判断文档是否满足查询条件外，ES还会计算一个_score来标识匹配的程度，旨在判断目标文档和查询条件匹配的有多好（与查询的条件有多吻合）

a)：全文本查询：针对文本类型数据

    ①：模糊匹配：关键词为 "match"，缺点：例如查询条件为"于晨001"，那么查询的条件则成了"于晨"或"001"有其一即可

{  
    "query":{  
        "match":{  
            "author":"于晨001"  
        }  
    }  
}  

   ②：模糊匹配_精确：关键词为"match_phrase"，范围：例如查询条件为"于晨001"，则会查询包含"于晨001"的所有字段

{
	"query":{
		"match_phrase":{
			"author":"于晨001"
		}
	}
}

   ③：模糊匹配_多个字段：关键词为"multi_match"，范围：花括号内"query"表示查询的值，"fields"表示查询的范围，即在"author"和"title"中，这两个字段有一个满足即可

{
	"query":{
		"multi_match":{
			"query": "于晨",
			"fields": ["author","title"]
		}
	}
}

   ④：模糊匹配_语法查询：关键词为"query_string"，查询包含"于晨"或"yuchen"或"es"的字段

{
	"query":{
		"query_string":{
			"query": "(于晨 and yuchen) or es"
		}
	}
}

   ⑤：模糊匹配_语法查询_多个字段：关键词为"query_string"，查询包含"于晨"或"yuchen"或"es"的字段

{
	"query":{
		"query_string":{
			"query": "(于晨 and yuchen) or es",
			"fields": ["author","title"]
		}
	}
}

b)：字段级别查询：针对结构化数据，比如：数字，日期等

   ①：结构化字段查询：关键词："term"，精确查询"author"字段的值是"于晨"

{
	"query":{
		"match":{
			"author":"于晨"
		}
	}
}

   ②：结构化字段查询_范围查询：关键词："range"，查询范围在0-5000，"get"：大于等于，"lte"：小于等于，其中e代表equals等于的意思，因此"gt"表示大于，"lt"表示小于，此方法也适用于日期范围的查询

{
	"query":{
		"range":{
			"word_count":{
				"gte":0,
				"lte":5000
			}
		}
	}
}

2. Filter Context：在查询过程中，只判断该文档是否满足条件，只有yes或no

    ①：Filter是做数据过滤的，es会对其结果进行缓存，因此比Query查询要快一些

{
	"query":{
		"bool":{
			"filter":{
				"term":{
					"word_count": 5000
				}
			}
		}
	}
}

2 复合条件查询：以一定的逻辑组合子条件查询

1. 固定分数查询

    ①：关键词："constant_score"：固定分数，插入的数据ES会进行一个评分，它查数据也是模糊查询，"boost"：指定分数，"constant_score"不支持用"match"查询

{
	"query":{
		"constant_score":{
			"filter":{
				"match":{
					"author": "于晨001"
				}
			},
			"boost":"1"
		}
	}
}

2. 布尔查询

    ①：关键词："bool"：布尔查询，需要用到"should"：应当满足，查询是 或 关系，满足其一即可，查询的时候也是模糊查询，当关键词为"must"时，关系为 与 关系，当关键词为"must_not"时，关系为 不能 关系，之后可以根据"filter"进行数据过滤

{
	"query":{
		"bool":{
			"must":[
				{
					"match":{
						"author":"于晨"
					}
				},
				{
					"match":{
						"wold_count": 2030
					}
				}
			],
			"filter":{
				"term":{
					"word_count":2000
				}
			}
		}
	}
}