ES语句记录

360_ES查询语句

示例1：全文检索 所有字段包含”细胞”的患者信息
GET gzfy/patient_exam_result/_search
{
“query”: {
“multi_match” : {
“query” : “细胞”,
“fields” : [“_all”]
}
}
}

---

示例2：精确检索 所有字段中包含”细胞”或”肺癌”并且年龄是50岁患者的信息。
GET gzfy/patient_exam_result/_search
{
“from”:0,”size”:1,
“query”: {
“bool” : {
“must” : {
“term” : { “age” : 50 }
},
“should” : [
{ “multi_match” : { “query” : “细胞”,
“fields” : [“_all”] } },
{ “multi_match” : { “query” : “肺癌”,
“fields” : [“_all”] } }
],
“minimum_should_match” : 1
}
}
}

---

示例3：精确检索 获取年龄在50岁到80岁之间患者信息
GET gzfy/patient_exam_result/_search
{
“query” : {
“constant_score” : {
“filter” : {
“range” : {
“age” : {
“gte” : 50,
“lt” : 80
}
}
}
}
}
}

gzfy：index索引，相当于数据库
patient_exam_result：类型，相当于数据库中的表
from…size： 深度分页查询
bool:布隆过滤器
must：相当于数据库中的and
should：相当于数据库中的or
minimum_should_match：返回最小数据数
multi_match：用于匹配多字段
constant_score：忽略TF/IDF评分（相关性）
term：完全匹配
wildcard：通配符

---

示例4：select * from test where (test.a=”红细胞 and test.b between 10 and 50)or(test.a=”白细胞 and test.b between 40 and 50) “
GET gzfy/patient_exam_result/_search
{
“query”: {
“nested”: {
“path”: “examResults”,
“query” : {
“bool” : {
“should” : [
{ “bool” : {
“must” : [
{ “term” : {“examResults.examItemName”:”红细胞”}},
{
“range”: {
“examResults.examItemScore”: {
“gte”: 10,
“lte”: 50
}
}
}
]
}},

{ “bool” : {
“must” : [
{ “term” : {“examResults.examItemName”:”白细胞”}},
{
“range”: {
“examResults.examItemScore”: {
“gte”: 40,
“lte”: 50
}}}]}}]}}}}}
注意：examResults字段在maping中必须是nested类型

---

示例5：查看分词结果（索引+type+id+字段名）
GET gzfy_new/patient_exam_result/4010FAB5C99340FDAC1BF64EF3941651/_termvectors?fields=name
示例6：嵌套查询组合普通查询
GET gzfy/patient_exam_result/_search
{
“query”: {
“bool”:{
“must”: [
{“term”:{“age”:”45”}},
{“nested”: {
“path”: “examResults”,
“query”: {
“bool”: {
“must”: [
{
“term”: {
“examResults.examItemName”: “红细胞”
}
},
{
“range”: {
“examResults.examItemScore”: {
“gte”: 1
}}}]}}}}]}}}

##### 问题1：

###### ##### #### ### ## # ES高亮后数据显示不全而且只有5个符合高亮数据返回。

原因：highlighter方式高亮是个实时分析处理高亮器。即用户在查询的时候，es取到了符合条件的docid后，将需要高亮的字段数据提取到内存，再调用该字段的分析器进行分词，分词完毕后采用相似度算法计算得分最高的前n组并高亮段返回数据。

解决：每个字段都可以设置高亮显示的字符片fragment_size段大小（默认为100），以及返回的最大片段数number_of_fragments（默认为5），如果number_of_fragments值设置为0则不会产生片段。实际场景解决在highlighter中加入了”number_of_fragments”：0

##### 问题2：

使用全匹配term检索name字段，输入全名，找不到数据
原因：name在mapping中是text类型的，text类型会做一个分词，比如naem=“张三”，数据存储是“张”，“三”所以会找不到“张三”

解决：把字段类型改为 keyword 即可，keyword不会去分词。

##### 问题3：

需要把全局查询结果，所有符合字段高亮，由于不能使用_all在高亮中，需要把所有字段写入查询fields，由于字段类型不一致，所以就会出现查字符串报错
解决：前端判断传入的值是字符串类型还是数字类型，动态的添加字段到fields和highlighter中。