ElasticSearch(4)------查询文档

ElasticSearch(4)------查询文档

前言

了解了ElasticSearch的基本常识以后,我们来看一下怎么查询我们保存好的文档数据.

正文

1. 基本查询

格式:GET /index/type/_search?q=属性名:值

如:GET /index/type/_search?q=name:wangwu表示查询文档中name属性为wangwu的文档.

也可以在查询结果中进行排序

格式:GET /index/type/_search?q=属性名:值&sort=属性名:desc

如:GET /index/type/_search?q=name:lisi&sort=age:desc表示查询结果按照age字段降序.

2. term查询和terms查询

term查询并不知道分词器的存在,所以它会按照我们去搜索的关键词去查找,比较合适keyword或者date这种字段.

term查询会去查询某个字段里含有某个关键词的文档

#查询name中包含lisi的
GET /index1/user/_search
{
	"query":{
		"term":{"name":"lisi"}
	}
}

terms可以查询某个字段里含有多个关键词的文档

#以下查询会查询出addrs字段中包含beijing或者shanghai的文档,如果两者都有,也会查询出来
GET /index1/user/_search
{
 	"query":{
 		"terms":{
 			"addrs":["beijing","shanghai"]
 		}
 	}
}

也可以在查询的时候控制返回结果的数量,用2个字段来表示:

from: 从哪一个文档开始

size: 需要返回的文档个数

GET /index1/user/_search
{
 "from":0,
 "size":2,
 "query":{
 	"terms":{
 		"addrss":["beijing","shanghai"]
 	}
 }
}

还可以在返回的查询结果中显示当前文档的版本号:

GET /index1/user/_search
{
 "version":true,  #设置为true,会返回文档的版本号
 "query":{
 	"term":{
 		"addrss":["beijing","shanghai"]
 	}
 }
}

match查询

match查询和term不一样,它知道分词器的存在,它会对查询的字段进行分词操作,然后再去查询.

#会把addrss字段的值拆分成beijing和shanghia 分别去查含有这两个值的文档
GET /index1/user/_search
{
	"query":{
		"match"{
			"addrss":"beijing shanghai"
		}
	}
}

match_all可以查询所有的文档:

GET /lib3/user/_search
{
  "query": {
    "match_all": {}
  }
}

multi_match:指定从多个字段查询

{
    "query":{
        "multi_match": {
            "query": "lvyou",
            "fields": ["interests","name"]
         }
    }
}

match_phrase:短语匹配查询,查询时结果要匹配整个短语,顺序不能乱.

{
  "query":{  
      "match_phrase":{  
         "interests": "duanlian，shuoxiangsheng"
      }
   }
}

还可以指定查询结果中返回需要的字段:

GET /lib3/user/_search
{
    "_source": ["address","name"],
    "query": {
        "match": {
            "interests": "changge"
        }
    }
}

也可以对查询返回的字段进行筛选:

{
    "query": {
        "match_all": {}
    },
    "_source": {
      "includes": ["name","address"],
      "excludes": ["age","birthday"]
  }
}

排序

对查询结果可以用sort来实现排序,desc降序,asc升序

GET /lib3/user/_search
{
    "query": {
        "match_all": {}
    },
    "sort": [
        {
           "age": {
               "order":"asc"
           }
        }
    ]      
}

前缀匹配查询

#查询出name字段中前缀是zhao的文档
GET /lib3/user/_search
{
  "query": {
    "match_phrase_prefix": {
        "name": {
            "query": "zhao"
        }
    }
  }
}

范围查询

可以用range实现范围查询,它有以下参数:

• from: 开始位置
• to: 结束位置
• include_lower: 是否包含范围的左边界,默认为true
• include_ipper: 是否包含范围的右边界,默认true

#查询生日在90年-18年的文档
GET /lib3/user/_search
{
    "query": {
        "range": {
            "birthday": {
                "from": "1990-10-10",
                "to": "2018-05-01"
            }
        }
    }
}
#包含20,不包含25
GET /lib3/user/_search
{
    "query": {
        "range": {
            "age": {
                "from": 20,
                "to": 25,
                "include_lower": true,
                "include_upper": false
            }
        }
    }
}

通配符查询

可以使用*和?来进行查询,*代表0个或者多个字符,?代表任意一个字符

GET /lib3/user/_search
{
    "query": {
        "wildcard": {
             "name": "zhao*"
        }
    }
}
GET /lib3/user/_search
{
    "query": {
        "wildcard": {
             "name": "li?i"
        }
    }
}

模糊查询

可以用fuzzy来实现模糊查询

GET /lib3/user/_search
{
    "query": {
        "fuzzy": {
             "interests": "chagge"
        }
    }
}

高亮查询结果

可以用highlight来指定查询结果的高亮字段.

GET /lib3/user/_search
{
    "query":{
        "match":{
            "interests": "changge"
        }
    },  #查询结果的interests高亮显示
    "highlight": {
        "fields": {
             "interests": {}
        }
    }
}

Filter查询

filter查询不计算相关性,且可以cache,速度要比query快

简单过滤查询:

#过滤出价格为40的文档
GET /lib4/items/_search
{ 
       "post_filter": {
             "term": {
                 "price": 40
             }
       }
}

bool组合过滤查询

#格式:
{
    "bool": {
        "must": [], #必须满足的条件---and
        "should": [], #可以满足也可以不满足---or
        "must_not": [] #不需要满足的条件---not
    }
}
GET /lib4/items/_search
{
    "post_filter": {
          "bool": {
                "should": [
                    {"term": {"itemID": "id100123"}},
                    {
                      "bool": {
                          "must": [
                              {"term": {"itemID": "id100124"}},
                              {"term": {"price": 40}}
                            ]
                          }
                    }
                  ]
                }
            }
}

范围过滤:

• gt: >
• lt: <
• gte: >=
• lte: <=

GET /lib4/items/_search
{
     "post_filter": {
          "range": {
              "price": {
                   "gt": 25,
                   "lt": 50 #大于25小于50的价格
                }
            }
      }
}

非空过滤:

GET /lib4/items/_search
{
    "query" : {
        "constant_score" : {
            "filter": {
                "exists" : { "field" : "price" }
            }
        }
    }
}

总结

除了以上的这些查询,还有各种聚合查询等方式,都可以像数据库一样来操作文档中的数据,具体的使用不再赘述,可以直接查看官方文档.