ElasticSearch进阶：多种查询操作，各种ES查询以及在Java中的实现

目录

前言

1 词条查询

1.1 等值查询-term

1.2 多值查询-terms

1.3 范围查询-range

1.4 前缀查询-prefix

1.5 通配符查询-wildcard

2 复合查询

2.1 布尔查询

2.2 Filter查询

3 聚合查询

3.1 最值、平均值、求和

3.2 去重查询

3.3 分组聚合

3.3.1 单条件分组

3.3.2 多条件分组

3.4 过滤聚合

---

前言

• ElasticSearch第一篇：ElasticSearch基础：从倒排索引说起，快速认知ES

这篇博文的主题是ES的查询，因此我整理了尽可能齐全的ES查询场景，形成下面的图：

本文基于elasticsearch 7.13.2版本，es从7.0以后，发生了很大的更新。7.3以后，已经不推荐使用TransportClient这个client，取而代之的是Java High Level REST Client。

测试使用的数据示例

首先是，Mysql中的部分测试数据：

id	name	age	sex	address	sect	skill	power	create_time	modify_time
1	张无忌	18	男	光明顶	明教	九阳神功	99	2021-05-14 16:50:33	2021-06-29 16:48:56
2	周芷若	17	女	峨眉山	峨嵋派	九阴真经	88	2021-05-14 11:37:07	2021-06-29 16:56:40
3	赵敏	14	女	大都	朝廷	无	40	2021-05-14 11:37:07	2021-06-29 15:22:24

Mysql中的一行数据在ES中以一个文档形式存在：

 {
   "_index" : "person",
   "_type" : "_doc",
   "_id" : "4",
   "_score" : 1.0,
   "_source" : {
     "address" : "峨眉山",
     "modifyTime" : "2021-06-29 19:46:25",
     "createTime" : "2021-05-14 11:37:07",
     "sect" : "峨嵋派",
     "sex" : "男",
     "skill" : "降龙十八掌",
     "name" : "宋青书",
     "id" : 4,
     "power" : 50,
     "age" : 21
   }
 }

简单梳理了一下ES JavaAPI的相关体系，感兴趣的可以自己研读一下源码。

接下来，我们用十几个实例，迅速上手ES的查询操作，每个示例将提供SQL语句、ES语句和Java代码。

1 词条查询

所谓词条查询，也就是ES不会对查询条件进行分词处理，只有当词条和查询字符串完全匹配时，才会被查询到。

1.1 等值查询-term

等值查询，即筛选出一个字段等于特定值的所有记录。

SQL：

select * from person where name = '张无忌';

而使用ES查询语句却很不一样（注意查询字段带上keyword）：

 GET /person/_search
 {
     "query": {
         "term": {
             "name.keyword": {
                 "value": "张无忌",
                 "boost": 1.0
             }
         }
     }
 }

ElasticSearch 5.0以后，string类型有重大变更，移除了string类型，string字段被拆分成两种新的数据类型: text用于全文搜索的，而keyword用于关键词搜索。

查询结果：

 {
   "took" : 0,
   "timed_out" : false,
   "_shards" : { // 分片信息
     "total" : 1, // 总计分片数
     "successful" : 1, // 查询成功的分片数
     "skipped" : 0, // 跳过查询的分片数
     "failed" : 0  // 查询失败的分片数
   },
   "hits" : { // 命中结果
     "total" : {
       "value" : 1, // 数量
       "relation" : "eq"  // 关系：等于
     },
     "max_score" : 2.8526313,  // 最高分数
     "hits" : [
       {
         "_index" : "person", // 索引
         "_type" : "_doc", // 类型
         "_id" : "1",
         "_score" : 2.8526313,
         "_source" : {
           "address" : "光明顶",
           "modifyTime" : "2021-06-29 16:48:56",
           "createTime" : "2021-05-14 16:50:33",
           "sect" : "明教",
           "sex" : "男",
           "skill" : "九阳神功",
           "name" : "张无忌",
           "id" : 1,
           "power" : 99,
           "age" : 18
         }
       }
     ]
   }
 }

Java中构造ES请求的方式：（后续例子中只保留SearchSourceBuilder的构建语句）

 /**
  * term精确查询
  *
  * @throws IOException
  */
 ​
 @Autowired
 private RestHighLevelClient client;
 ​
 @Test
 public void queryTerm() throws IOException {
     // 根据索引创建查询请求
     SearchRequest searchRequest = new SearchRequest("person");
     SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
     // 构建查询语句
     searchSourceBuilder.query(QueryBuilders.termQuery("name.keyword", "张无忌"));
     System.out.println("searchSourceBuilder===================" + searchSourceBuilder);
     searchRequest.source(searchSourceBuilder);
     SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
     System.out.println(JSONObject.toJSON(response));
 }

仔细观察查询结果，会发现ES查询结果中会带有_score这一项，ES会根据结果匹配程度进行评分。打分是会耗费性能的，如果确认自己的查询不需要评分，就设置查询语句关闭评分：

 GET /person/_search
 {
     "query": {
         "constant_score": {
             "filter": {
                 "term": {
                     "sect.keyword": {
                         "value": "张无忌",
                         "boost": 1.0
                     }
                 }
             },
             "boost": 1.0
         }
     }
 }

Java构建查询语句：

 SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
 // 这样构造的查询条件，将不进行score计算，从而提高查询效率
 searchSourceBuilder.query(QueryBuilders.constantScoreQuery(QueryBuilders.termQuery("sect.keyword", "明教")));

1.2 多值查询-terms

多条件查询类似Mysql里的IN查询，例如：

 select * from persons where sect in('明教','武当派');

ES查询语句：

 GET /person/_search
 {
     "query": {
         "terms": {
             "sect.keyword": [
                 "明教",
                 "武当派"
             ],
             "boost": 1.0
         }
     }
 }

Java实现：