elastatic search 查询语法

es中的数据可以分为两种：一种是准确值；一种是全文检索值。

全文搜索使用分词器。es提供多种分词器。

分词器的作用简单描述：

比如文档q有一个字段date 值为2016-03-28.

如果是准确值，将会存储为2016-03-28；如果使用分词器，将存储为，2016，03，28 这样如果查询GET /_search?q=2016,所有文档将匹配。查询GET /_search?q=2016-03-28，所有文档将匹配。查询GET /_search?q=date:2014-09-15，只有准确值可以匹配。查询GET /_search?q=date:2014，所有值都不能匹配。

mapping：用来匹配数据类型。

 

ES支持的基本数据类型 

String:string

Whole number:byte,short,integer,long

Floating-point:float,double

Boolean:boolean

Date:date

复杂数据类型

null：表示方式如下几种

"null_value":null"empty_array":[]"array_with_null_value":[ null ]

array （数组中的所有值必须为相同的数据类型，ES将根据数组中第一个元素的值来确定数组中数据的类型，array是无序的）

object：

{"gb": { "tweet": { "properties": { "tweet": "user": { "type": "properties": { "id":{ "type": "string" }, "object",{ "type": "string" },{ "type": "string" },{ "type": "long" },"gender":"age":"name": {"type":"properties": {"object", "full": { "type": "string" }, "first": { "type": "string" }, "last": { "type": "string" }} }} }} }

} }

查询使用全路径，结果可能如下

"user.name.first":[john],

"user.name.last":  [alex,jones, lisa, smith,mary, white]

mapping index属性：

• analyzed：分词（默认）


not_analyzed：不分词
no：不能被索引

•
eg：

{
"tag": {
            "type":     "string",
            "index":    “not_analyzed"

}
}

•除String类型外，只有not_analyzed和no两种选择。

•

mapping analyzer属性：指定分词器类型
{

•"tweet": {

            "type":     "string",
            "analyzer": "english"
        }
}
已经存在的mapping 只能新增字段而不能修改字段。

query DSL：

•
查询所有
  GET /_search
    {

•   "query": {

•    
     

•         "match_all": {}

• }
}

•

•
基本格式：

•
    {
        QUERY_NAME: {
            ARGUMENT: VALUE,
            ARGUMENT: VALUE,…
        }

•
}

    {
        QUERY_NAME: {
            FIELD_NAME: {
                ARGUMENT: VALUE,
                ARGUMENT: VALUE,…
            }

•
} }

•

•
合并多个查询 

•
{
"bool": {
        "must": { "match":
        "should": [

• h":

•             { "boo
             { "mat

• cl": {

• }} ],

• { "email": "business opportunity" }},

• { "starred":
            

•   true }},

• "inbox" }}, "must_not": { "spam": true }}

• "must":

•  
{ "folder"

• :          "minimum_should_match": 1

•         }

•
}

•
DSL分为query dsl和filter dsl

query DSL 问的是how well／filter DSL 问的是yes|no。即使准确值时用query也可以，但还是推荐使用filter，因为filter有缓存。而且每个文档只占1bit。

性能上看 query比filter更重一些。filter只是获取yes的文档，而filter还需要计算相关度。

在需要全文搜索或相关度时使用query。其他所有情况下使用filter。

• term Filter：

• 适用于匹配准确值：numbers, dates, Booleans, or not_analyzed exact-value string fields。

•{ "term":{"age":26}}{"term":{"date":"2014-09-01"}}{"term":{"public":true}}{"term":{"tag":"full_text"}}

terms Filter与term filter类似。不同的是可以匹配多个条件。
{ "terms": { "tag": [ "search", "full_text", "nosql" ] }}

range Filter：适用于numbers or dates匹配大小范围：
{

•
        "range": {
            "age": {
"gte":20,
"lt":30}
}}
gt：Greater thangte：Greater than or equal tolt：Less thanlte：Less than or equal to

exists and missing Filters：用来判断一个字段有一个或多个值存在还是没有任何值存在。is——null的判断。
{"exists": { "field": "title" }}

bool Filter：

•
mustThese clauses must match, like and.must_notThese clauses must not match, like not.shouldAt least one of these clauses must match, like or.

match_all Query：查询所有

multi_match Query：允许同一查询在多个字段执行：

{"multi_match": { "query":"full text search", "fields":[ "title", "body" ] }
}

使用filtered可以合并query和filter。t

{ "filtered": { "query": {
"match": { "email": "business opportunity" }}, "filter": { "term": { "folder": "inbox" }}} 
}

Validating Queries：用来检查查询语句是否合法
GET /gb/tweet/_validate/query { "query": { "tweet" : { "match" : "really powerful" }} }
结果可以根据valid字段判断是否合法
{"valid" : false, "_shards" : { "total" : 1, "successful" : 1, "failed" : 0} }

Understanding Errors：
使用explain可以查看更详细的错误信息

结果排序默认按照相关度。
查询url中的explain字段可以显示score的计算方式。

分页：
GET /_search?size=5&from=10 （慎用，耗内存）

•