es筛选数据_Elasticsearch——查询//过滤详细总结

查询分为两种:字符串查询和DSL查询

1、字符串查询详细总结，此种方法一般用于简单测试。想要更加灵活，功能更加强大的查询功能还是得用DSL。但是这个字符串查询用起来还是挺方便的。切记不可将这种查询语句给你的客户。除非这个客户是你非常信任的。要不然这种语句会给你的集群带来致命的危险！！！！！

1>GET /index/tweet/_search?q=tweet:elasticsearch  #查询index索引 (相当于数据库)、tweet类型(相当于数据库中的表)、tweet字段中包含elasticsearch关键词的文章。

2>GET /index/tweet/_search?q=%2Bname%3Ajohn+%2Btweet%3Amary   #+name:john +tweet:mary查询name字段包含john 同时tweet字段包含mary。%2B 是“+”，%3A是“:”

"+"前缀表示语句匹配条件必须被满足。类似的"-"前缀表示条件必须不被满足。所有条件如果没有+或-表示是可选的——匹配越多，相关的文档就越多。

3>更复杂的例子：

name字段包含"mary"或"john"

date晚于2014-09-10

_all字段包含"aggregations"或"geo"

+name:(mary john) +date:>2014-09-10 +(aggregations geo)

编码后的查询字符串变得不太容易阅读：

GET /index/tweet/_search?q=%2Bname%3A(mary+john)+%2Bdate%3A%3E2014-09-10+%2B(aggregations+geo)

4>其他常用参数使用举例

GET /index/tweet/_search?q=%2Bdate%3A%3E2014-09-10+%2Bname1%3A(A+B+C)+%2Dname2%3A(D+E+F)+name3%3A(G+H+I)&from=0&size=3##查询index索引tweet类型中date字段日期在2014-09-10以后，同时name1字段必须含有A或者B或者C中的一个，同时name2字段不能包含有D或者E或者F中的任意一个，

如果name3字段中包含了G或者H或者I那么他就会排在前边，包含的G、H、I、越多排名越靠前。并且只给我返回从0-3的3个结果。

附加：更加详细得字符串查询参数请参看：https://www.elastic.co/guide/en/elasticsearch/reference/2.4/search-uri-request.html

“+”号“-”号和其他符号URL对照表参见：http://www.cnblogs.com/kobe8/p/4030396.html

##########################################################

##################################################################

2、DSL查询总结，此处才是主要的。一定要多看几遍并且尽量用项目来练习，不然不能灵活使用。多看查询和过滤的语句，较常用。

英文好的参看官方DSL语句。参看网址(权威)：https://www.elastic.co/guide/en/elasticsearch/reference/2.4/query-dsl-match-query.html

偷懒的看下边：个人的使用经验，和参考别人的。仅供参考

下边内容多摘自网站(下方列出了较常用的查询语句，其他更为专有的查询语句请自行查询。)：https://es.xiaoleilu.com/080_Structured_Search/10_compoundfilters.html

最重要的查询过滤语句

term 过滤

term主要用于精确匹配哪些值，比如数字，日期，布尔值或not_analyzed的字符串(未经分析的文本数据类型)：

{ "term": { "age": 26 }}

{ "term": { "date": "2014-09-01" }}

{ "term": { "public": true }}

{ "term": { "tag": "full_text" }}例子：注意我用的是ik分词器。你最好先用英文来搞。查一个单词

GET /ik2_index/ik_type6/_search

{

"query": {

"term": {

"content1": "AAA"

}

}

}

terms 过滤

terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配：

+

{

"terms": {

"tag": [ "search", "full_text", "nosql" ]

}

}例子：注意我用的是ik分词器。你最好先用英文来搞。查一个单词

GET /ik2_index/ik_type6/_search

{

"query": {

"terms": {

"content1": [ "AAA", "BBB", "美国" ]

}

}

}

range 过滤

range过滤允许我们按照指定范围查找一批数据：

{

"range": {

"age": {

"gte": 20,

"lt": 30

}

}

}例子：

GET /ik2_index/ik_type6/_search

{

"query": {

"range": {

"age": {

"gte":  20,

"lt":   30

}

}

}

}

围操作符包含：

gt :: 大于

gte:: 大于等于

lt :: 小于

lte:: 小于等于

bool 过滤

bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑，它包含一下操作符：

must :: 多个查询条件的完全匹配,相当于 and。

must_not :: 多个查询条件的相反匹配，相当于 not。

should :: 至少有一个查询条件匹配, 相当于 or。

这些参数可以分别继承一个过滤条件或者一个过滤条件的数组：还可以继续嵌套

{

"bool": {

"must": { "term": { "folder": "inbox" }},

"must_not": { "term": { "tag": "spam" }},

"should": [

{ "term": { "starred": true }},

{ "term": { "unread": true }}

]

}

}

例子：

GET /ik2_index/ik_type6/_search

{

"query": {

"bool": {

"must": {

"term": {

"folder": "inbox"

}

},

"must_not": {

"term": {

"tag": "spam"

}

},

"should": [

{

"term": {

"starred": true

}

},

{

"term": {

"unread": true

}

}

]

}

}

}

附加：更多过滤参看网址：https://segmentfault.com/a/1190000004429689

match 查询

match查询是一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。

如果你使用 match 查询一个全文本字段，它会在真正查询之前用分析器先分析match一下查询字符：

{

"match": {

"tweet": "About Search"

}

}

如果用match下指定了一个确切值，在遇到数字，日期，布尔值或者not_analyzed 的字符串时，它将为你搜索你给定的值：

{ "match": { "age": 26 }}

{ "match": { "date": "2014-09-01" }}

{ "match": { "public": true }}

{ "match": { "tag": "full_text" }}

提示： 做精确匹配搜索时，你最好用过滤语句，因为过滤语句可以缓存数据。

不像我们在《简单搜索》中介绍的字符查询，match查询不可以用类似"+usid:2 +tweet:search"这样的语句。 它只能就指定某个确切字段某个确切的值进行搜索，而你要做的就是为它指定正确的字段名以避免语法错误。

例子1：

GET /ik2_index/ik_type6/_search

{

"query": {

"match": {

"age": 26

}