使用Elasticsearch来进行简单的DDL搜索数据

说明：Elasticsearch提供了多种多样的搜索方式来满足不同使用场景的需求，我们可以使用Elasticsearch来进行各种复制的查询，进行数据的检索。

1.1 精准查询

用来查询索引中某个类型为keyword的文本字段，类似于SQL的“=”查询。

创建一个test-3-2-1的索引

PUT test-3-2-1
{
   
  "mappings": {
   
    "properties": {
   
      "id": {
   
        "type": "integer"
      },
      "sex": {
   
        "type": "boolean"
      },
      "name": {
   
        "type": "text",
        "fields": {
   
          "keyword": {
   
            "type": "keyword",
            "ignore_above": 256
          }
        }
      },
      "born": {
   
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      },
      "location": {
   
        "type": "geo_point"
      }
    }
  }
}

搜索name为张三的

POST test-3-2-1/_search
{
   
  "query": {
   
    "term": {
   
      "name.keyword": {
   
        "value": "张三"
      }
    }
  }
}

返回的结果中，took表示搜索耗费的毫秒数，_shards中的total代表本次搜索一共使用了多少个分片，该值一般等于索引主分片数。hits里面的total代表一共搜索到多少结果；max_score代表搜索结果中相关度得分的最大值，默认搜索结果会按照相关度得分降序排列；_score代表单个文档的相关度得分；_source是数据的原始JSON内容。

如果想查询用户名为张三和王五的可以这样写。

POST test-3-2-1/_search
{
   
  "query": {
   
    "terms": {
   
      "name.keyword": [
        "张三",
        "王五"
      ]
    }
  }
}

1.2 范围查询

范围查询也很简单，可以返回某个数值或日期字段处于某一区间的数据。区间筛选参数gt表示大于，gte表示大于等于，lt表示小于，lte表示小于等于。由于索引中保存的时间是UTC时间，以下查询表示查询born日期处于2020/09/1100:00:00(UTC)至2020/09/13 00:00:00(UTC)范围内的数据，可以使用format参数自定义查询的日期格式。

POST test-3-2-1/_search
{
   
  "query": {
   
    "range": {
   
      "born": {
   
        "gte": "2020/09/11 00:00:00",
        "lte": "2020/09/13 00:00:00",
        "format": "yyyy/MM/dd HH:mm:ss"
      }
    }
  }
}

1.3 存在查询

存在(exists)查询用于筛选某个字段不为空的文档，其作用类似于SQL的“is not null”语句的作用。先往索引test-3-2-1中添加一条数据，这条数据有一个age年龄字段。

POST test-3-2-1/_doc/5
{
   
  "id": "5",
  "sex": true,
  "name": "刘大",
  "born": "2020-02-18 00:02:20",
  "age": 20,
  "location": {
   
    "lat": 21.12,
    "lon": -71.34
  }
}

然后，使用exists查询查找age字段存在的数据。

POST test-3-2-1/_search
{
   
  "query": {
   
    "exists": {
   
      "field": "age"
    }
  }
}

1.3 正则查询

正则查询允许查询内容是正则表达式，它会查询出某个字段符合正则表达式的所有文档。例如：

.POST test-3-2-1/_search
{
   
  "query": {
   
    "regexp": {
   
      "name.keyword": ".*大.*"
    }
  }
}

1.4 匹配搜索

匹配搜索(match query)和术语查询(term query)不一样，匹配搜索会比较搜索词和每个文档的相似度，只要搜索词能命中文档的分词就会被搜索到，而term query要么搜不到，要么搜到的内容就和索引内容一模一样。Match query主要用于对指定的text类型的字段做全文检索。

先给索引ik-text和my_analyzer-text添加一些数据。

PUT ik-text/_doc/1
{
   
  "content":"武汉大学",
  "abstract":"200210452014"
}
PUT my_analyzer-text/_doc/1
{
   
  "content":"武汉大学",
  "abstract":"200210452014"
}

尝试用IK分词器来测试match query的效果。

POST ik-text/_search
{
   
  "query": {
   
    "match": {
   
      "content": {
   
        "query": "武汉大学是一所好学校",
        "analyzer": "ik_max_word"
      }
    }
  }
}

IK分词器有两种分词模式：ik_max_word和ik_smart模式。ik_max_word (常用) 会将文本做最细粒度的拆分，而ik_smart模式是做粗粒度的拆分,下面的可以看他们是如何划分的。

POST _analyze
{
   
  "analyzer": "ik_max_word",
  "text": "武汉大学是一所好学校"
}

下面这个可以进行多个条件查询

POST ik-text/_search
{
   
  "query": {
   
    "match_bool_prefix" : {
   
      "content" : "武大　一所　武汉"
    }
  }
}

1.5 经纬度搜索

经纬度搜索在GIS开发中较为常见，比如你想在地图上搜索有哪些坐标点落在某个圆形、矩形或者多边形的区域内，这时经纬度搜索就会特别管用。

1.5.1 圆形搜索

圆形搜索(geo-distance)用于搜索距离某个圆心一定长度的检索半径之内的全部数据，传参时需要传入圆心坐标和检索半径。
先新建一个索引geo-shop，并添加一些测试数据。

PUT geo-shop
{
   
  "mappings": {
   
    "properties": {
   
      "name":{