三、复杂搜索
# 查询所有索引的文档
GET _search
GET /_all/_search
# 查询特定索引
GET (_index)/_search
# 查询多个索引
POST /index1,index2,index3/_search
# 查询多个index开头的索引，但排除index3
POST /index*,-index3/_search
# 获取第2页的5个文档
GET _search?size=5&from=2
# 通过_source定义要搜索的字段
# 而如果 _source是空列表[]，则返回所有字段
GET twitter/_search
{
"_source": ["user", "city"],
"query": {
"match_all": {
}
}
}
# 使用fields而不是用_source的话，这样更高效
GET twitter/_search
{
"_source": false,
"fields": ["user", "city"],
"query": {
"match_all": {
}
}
}
GET index/type/_search
{
"query":{
"match":{ # 匹配条件，这里支持模糊匹配
"field_1":"value_1"
},
},
"sort":[
{ # 排序字段
"field_1":{
"order":"asc"
}
}
],
"from": 0, # 从第几个数据开始
"size": 1 # 返回的数据条数
}
# 多条件匹配与过滤
# must：满足每个match条件，即and
# must_not
# should则可以理解为or
GET index/type/_search
{
"query":{
"bool":{
"must":[
{
"match":
{
"field_1":"value_1"
},
"match":
{
"field_2":"value_2"
},
}
],
# 过滤
# range 满足范围条件的字段
# gt 大于
# gte 大于等于
# lt 小于
"filter":{
"range":{
"field_1":{
"gte":"value_1",
"lt":"value_2",
}
}
}
}
}
}
term 查询是直接通过倒排索引指定的词条进行精确查找的
几个搜索语句的区别
1、term不会对value进行分词处理，输入的什么就匹配的什么，并且若key是能被分词的类型，则value必须是分词结果中的一个
2、而match会对条件value进行分词。
1、full text query 全文查询
match
标准匹配查询以匹配提供的文本、数字、日期或布尔值。对查询字符串进行分析，并获取词汇单元，然后将各个词汇单元根据参数operator（默认为or）进行匹配及布尔运算，获得最终匹配结果。
会对提供的查询条件进行分词。
{
"query":{
"match":{
"field_1": {
"query": "value_1",
// 可配合query参数同时使用的常用参数
"lenient": true, // 忽略基于格式的错误，例如数字字段提供文本查询值，默认为false
"operator": "AND", // 对于词汇单元的匹配模式，默认为“OR”,
"minimum_should_match": 1, // 对词汇单元的最小匹配个数
"zero_term_query": "all", // 如果查询字符串通过分析器后没有产生词汇单元，那应该如何返回查询结果。默认为none，不返回数据
"analyzer": "对查询字符串指定分析器",
"fuzziness": 1 , // 用模糊匹配来查询分词过后的单元词汇
"prefix_length": 1, // 模糊匹配时，对于查询字符串所产生的词汇单元，需要固定开始字符数的个数，默认为0
"fuzzy_transpositions": false, // 模糊匹配时，对于字符串所产生的词汇单元，允许相邻两个字符换位匹配，默认为true
"max_expansions": 2, // 模糊匹配时，对于字符串所产生的词汇单元最大个数，默认为50
}
}
}
}
match_bool_prefix
会对查询字符串使用analyzer分词器处理为多个term，然后基于这些个term进行bool query，除了最后一个term使用前缀查询 其它都是term query。
{
"query": {
"match_bool_prefix" : {
"message" : "quick brown f"
}
}
}
/* 等价于 */
{
"query": {
"bool" : {
"should": [
{ "term": { "message": "quick" }},
{ "term": { "message": "brown" }},
{ "prefix": { "message": "f"}}
]
}
}
}
// 可用参数
{
"operator": "AND",// 对于词汇单元的匹配模式，默认为“OR”,
"minimum_should_match": 1, // 对词汇单元的最小匹配个数
"analyzer": "对查询字符串指定分析器"
}
match_phrase
对查询字符串使用analyzer分词器处理为多个term，然后将各个term连接生成一个新的string来匹配搜索文本字段。
或者说用输入的原查询字符串来匹配
/*
可以使用参数slop（默认为0）来允许匹配项的字符之间的间隔差，这个字符是指匹配项经分词器之后的term。
比如查询字符串 query = "5ETF"，目标字符串是 "5G50ETF",该目标字符串的terms=["5", "G", "50", "ETF"]，其中"5"和"ETF"间隔2，所以当slop=0或者1时，无法匹配到，当slop=2时可以匹配
*/
// 可用参数
{
"minimum_should_match": 1, // 对词汇单元的最小匹配个数
"analyzer": "对查询字符串指定分析器"
}
match_phrase_prefix
mutli_match
// 可用参数
{
"type": "best_fields"
/*
best_fields 根据得分对结果进行降序排序
most_fields 按总得分排序
cross_fields 匹配多个term的文本查询结果时，必须存在至少一个字段才算文档为匹配
phrase 同best_fields,但查询方式为 match_phrase
phrase_prefix 同best_fields,但查询方式为 match_phrase_prefix
bool_prefix 同best_fields,但查询方式为 match_bool_prefix
*/
}
query string query
可以细分为两种子类型：query_sring 和 simple_query_sring。她们使用不同的analyzer来处理查询字符串。当查询字符串不符合analyzer语法时，query_string会引发异常，而simple_query_string会丢弃无效部分继续执行。
query_sring
simple_query_sring
interval query
与span query类似，根据定义的匹配规则返回结果。根据所用的查询规则或对象，可分为五个类型
{
"query": {
"intervals": {
"field_1": {
// 1.match，可根据对查询文本单词的ordered（顺序）和max_gaps（间隔）返回
"match": {
"query": "value1",
"analyzer": "",
"max_gaps": 1, // 匹配时词之间允许的最大间隔、偏移量，默认为-1没有限制。
"ordered": false, // 匹配字词必须按单元词汇的顺序，默认为false
"use_field": "field_2" // 如果指定此参数值，则匹配该值的字段，而不是匹配intervals的字段field_1
},
// 2.prefix，查询的字符串不再分词，完全匹配，可以在文本最多产生128个匹配。如果超过则算作错误.
// prefix的参数只对英文和数字有效，对汉字无效
"prefix": {
"prefix": "value1",
"analyzer": "",
"use_field": "field_2" // 如果指定此参数值，则匹配该值的字段，而不是匹配intervals的字段field_1
},
// 3.wildcard，使用通配符规则匹配，可以在文本最多产生128个匹配。如果超过则算作错误.
"wildcard": {
"pattern": "value1",
"analyzer": "",
"use_field": "field_2" // 如果指定此参数值，则匹配该值的字段，而不是匹配intervals的字段field_1
},
// 4.all_of
// 5.any_of
}
}
}
}
2、term query 词条级别搜索
3、compound query 复合查询
用于组合多个子句以构建复杂的查询。
bool
/*
bool query使用
must(and)，should(or), must_not(not)
组合查询子句
*/
{
"query":{
"bool":{
"must":{
"range":{
"field_1":{
"gte":0.1,
"lte":0.2
}
}
},
"must_not":{
"range":{
"field_2":{
}
}
}
}
}
}
高亮查询
GET index/_doc/_search
{
"query":{
"match":{
"field_1": "value"
}
},
"highlight":{ # 设置高亮字段
# pre/post_tags可以自定义高亮的html格式，否则默认<em>
"pre_tags": "<p class='key' style='color:red'>",
"post_tags": "<\p>"
"fields":{
"field_1":{}
}
}
}
四、聚合
聚合框架有助于根据搜索查询提供聚合数据。聚合查询是数据库中重要的功能特性，ES作为搜索引擎兼数据库，同样提供了强大的聚合分析能力。它基于查询条件来对数据进行分桶、计算的方法。有点类似于 SQL 中的 group by 再加一些函数方法的操作。聚合可以嵌套，由此可以组成复杂的操作（Bucketing聚合可以包含sub-aggregation）
语法
"aggregations" : { //也可简写为 aggs
"<aggregation_name>" : { // 聚合的名字
"<aggregation_type>" : { //聚合的类型
<aggregation_body> //聚合体：对哪些字段进行聚合
}
[,"meta" : { [<meta_data_body>] } ]? //元
[,"aggregations" : { [<sub_aggregation>]+ } ]? //在聚合里面在定义子聚合
}
[,"<aggregation_name_2>" : { ... } ]* //聚合的名字
}
aggregation_type
1、矩阵统计：matrix_stats
返回字段：
| field | 中文名 |
|---|---|
| count | 计数 |
| mean | 均值 |
| variance | 方差 |
| skewness | 偏度 |
| kurtosis | 峰度 |
| covariance | 协方差 |
| correlation | 相关性 |
2、常见度量指标
"""
1.最大值 max
2.最小值 min
3.总和 sum
4.值计数 value_count
5.平均值 avg
6.加权平均值 weighted_avg
7.基数 cardinality
8.统计 stats
9.扩展统计 extended_stats
10.中位数绝对偏差 median_absolute_deviation
11.百分位 percentiles
12.百分位等级 percentile_ranks
13.地理重心 gep_centroid
14.地理边界 geo_bounds
15.最热点 top_hits
16.脚本时度量指标 scripted_metric
"""
3、bucket聚合
TODO
651
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
