elasticsearch查询语句

SearchRequest searchRequest = new SearchRequest();
// 指定只能在哪些文档库中查询：可以添加多个且没有限制，中间用逗号隔开
searchRequest.indices("posts2","posts", "posts2", "posts1");

将SearchSourceBuilder对象添加到搜索请求中:
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchRequest.source(searchSourceBuilder);

将索引库默认值设置为了最大允许值：2147483647
_settings 参考一下链接：
https://www.cnblogs.com/parryyang/p/7976908.html

PUT

{
  "index": {
    "max_result_window": 2147483647
  }
}

查询包含关键词字段的文档：如下，表示查询出来所有包含user字段且user字段包含kimchy值的文档

sourceBuilder.query(QueryBuilders.termQuery("user", "kimchy")); 

设置查询的起始索引位置和数量：如下表示从第1条开始，共返回5条文档数据

sourceBuilder.from(0); 
sourceBuilder.size(5); 

设置查询请求的超时时间：如下表示60秒没得到返回结果时就认为请求已超时

sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));

默认情况下，搜索请求会返回文档_source的内容，但与Rest API中的内容一样，您可以覆盖此行为。例如，您可以完全关闭_source检索：

sourceBuilder.fetchSource(false);

该方法还接受一个或多个通配符模式的数组，以控制以更精细的方式包含或排除哪些字段：

String[] includeFields = new String[] {"title", "user", "innerObject.*"};
String[] excludeFields = new String[] {"_type"};
sourceBuilder.fetchSource(includeFields, excludeFields);

matchquery
https://www.jb51.net/article/166763.htm
querybuilder
https://www.jianshu.com/p/b0197c6ff895

//设置一个叫 types 聚合，聚合字段是types（这里可以多个），然后 size = 0 标示全局

AggregationBuilder<?> aggregation = AggregationBuilders.terms("types").field("types").size(0);
SearchRequestBuilder srb = client.prepareSearch(BaseMapping.index);
srb.setSearchType(SearchType.DFS_QUERY_THEN_FETCH);
SearchResponse response = srb.execute().actionGet();
Aggregations agg = response.getAggregations();		
//取到聚合数据
Terms types = agg.get("types");

模糊查询条件

QueryBuilders.boolQuery().should(QueryBuilders.regexpQuery( "aa.keyword", ".*" + keyword + ".*"))

范围查询：
其中range的参数包括gt(>)、lt(<)、gte(>=)、lte(<=)、boost

QueryBuilders.boolQuery().must(QueryBuilders.rangeQuery(a).lte(b))

备注：
matchPhraseQuery和matchQuery等的区别，在使用matchQuery等时，在执行查询时，搜索的词会被分词器分词，而使用matchPhraseQuery时，不会被分词器分词，而是直接以一个短语的形式查询，而如果你在创建索引所使用的field的value中没有这么一个短语（顺序无差，且连接在一起），那么将查询不出任何结果；
termQuery：不会对搜索词进行分词处理，而是作为一个整体与目标字段进行匹配，若完全匹配，则可查询到。

从 ES 7.0 开始，Type 被废弃
在 7.0 以及之后的版本中 Type 被废弃了。一个 index 中只有一个默认的 type，即 _doc。

ES 的Type 被废弃后，库表合一，Index 既可以被认为对应 MySQL 的 Database，也可以认为对应 table。

也可以这样理解：

ES 实例：对应 MySQL 实例中的一个 Database。
Index 对应 MySQL 中的 Table 。
Document 对应 MySQL 中表的记录。

1.must
文档 必须 匹配这些条件才能被包含进来。
相当于sql中的 and
2.must_not
文档 必须不 匹配这些条件才能被包含进来。
相当于sql中的 not
3.should
如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
相当于sql中的or