ES: 查询

推荐 https://www.cnblogs.com/xfeiyun/p/15890024.html

查询一条

GET mr_zcy/_doc/82215
查询_id=82215 一条记录

 查询所有数据

GET mr_zcy/_search
{
  "query": {"match_all": {}}
}

或者 
GET mr_zcy/_search

 查询结果字段含义

返回结果说明：

• took字段表示该操作的耗时（单位为毫秒）。
• timed_out字段表示是否超时。
• hits字段表示搜到的记录，数组形式。
• total：返回记录数，本例是2条。
• max_score：最高的匹配程度，本例是1.0。

查询结果只返回部分属性 

通过_source 字段来指定需要返回的字段。

将 _source 设置为 false, 可以不显示原始字段，部分特殊场景下会用到

显示 id和productName
POST product/_search
{
  "_source": [
    "id", "productName"
  ],
   "query": {
    "match_all": {}
  }
}
POST mr_zcy/_search
{
  "query": {"match_all": {}},
  "_source":{
    "includes": ["id", "productName"]
  }
}
  
不显示source

GET mr_zcy/_search
{
  "query": {"match_all": {}},
  "_source": false
}

排除一些字段显示其他
POST mr_zcy/_search
{
  "query": {"match_all": {}},
  "_source":{
    "excludes": ["Submitter"]
  }
}

term查询

精确查询，不会对输入做分词，如果输入的是"某某人"，则直接查询"某某人"，如果输入的是"某某事"，则直接查询"某某事"。
一般用于精确匹配 ,例如SELECT * FROM  A表 where  字段=xxx

总结: 如果查询的字段类型是text, 那么是用term 是查询不到的. 对于字段类型keyword才有效

原因: 

① 我想要进行查询的字段在创建mapping时使用的“text”数据类型进行创建。

② 众所周知text类型的数据在elasticsearch中会进行分词并建立倒排索引，因此它会对每个词进行索引，而不会建立整个句子的索引。

③ term搜索时会对整个句子作为关键词进行搜索，由于没有建立整个句子的关键词索引，因此无法查找到东西。

GET /xxx/_search
{
  "query": {
    "term": {
      "normal_score": {
        "value": 80
      }
    }
  }
}


select * from  xxx where normal_score=80
因为normal_score 是 long ,可以精确. 但是normal_score是text如何处理? 要转成keyword
如下id是text, 需要加keyword,否则term 查询不出来

GET /mr_zcy/_search
{
  "query": {
    "term": {
      "id.keyword": "100185"
    }
  }
}

match查询

match搜索会先对搜索词进行分词,查询的字段类型是text,也会进行分词,其实这样查询结果不受控制了

我们知道match查询会对输入进行分词，我们可以指定对分词后的结果进行and和or查询。

and：代表分词后的所有结果都得匹配，or：代表分词后只要有一个结果匹配就行（默认是or）

GET /mr_zcy/_search
{
  "query": {
    "match": {
      "systemAssignedTo": {
        "query": "12020202",
        "operator": "and"
      }
    }
  }
}

select * from mr_zcy where systemAssignedTo like '%12020202%'

match_phrase短语查询

match_phrase为按短语搜索，比如根据一个文本搜索：“我的宝马多少马力”，这个文本可能会被分词成宝马、多少、马力三个短语，只有同时满足这三个才能被搜索出来。

----总结

和match一样,对搜索词会被分成多个词, 通过operate=and, 实现同时满足,和match_phrase效果一样

但是match_phrase 可以通过slop 因子, 可以少匹配也可以

GET /mr_zcy/_search
{
  "query": {
    "match_phrase": {
      "systemAssignedTo": "涛1022234"
    }
  }
}

select *  from  mr_zcy where systemAssignedTo like '%涛1022234%'

完全匹配可能比较严，我们会希望有个可调节因子，少匹配一个也满足，那就需要使用到slop
---我不怎么用

GET /mr_zcy/_search
{
  "query": {
    "match_phrase": {
      "systemAssignedTo":{
        "query": "涛1022234",
        "slop": 3
      }
      
    }
  }
}

multi_match查询

多字段模糊查询，和match类似都是模糊查询，但multi_match可以指定多字段进行模糊查询。

一般用在select *  from  表  where  A like '%xx%'  or  B like  '%xx%'   or  C like  '%xx%' 

我们希望完全匹配的文档占的评分比较高，则需要使用best_fields
我们会希望这个词条的分词词汇是分配到不同字段中的，那么就使用cross_fields
GET /mr_zcy/_search
{
  "query": {
    "multi_match":{
      "query": "10022234",
      "fields": ["systemAssignedTo","Submitter"],
      "operator": "and",
      "type": "best_fields"
    }
    
  }
}

我的场景一般是like 的场景
select  *  from  mr_zcy  where systemAssignedTo like '%10022234%' or Submitter like '%10022234%'

query_string查询

query_string和match类似，但是match需要指定字段名，query_string是在所有字段中搜索，范围更广泛（当然query_string也支持指定字段查询）。

GET /mr_zcy/_search
{
  "query": {
   "query_string": {
     "query": "100122234",
     "default_operator": "and"
   }
    
  }
}
---相当查询  mr_zcy 中所有字段执行 like '%100122234%'

GET /mr_zcy/_search
{
  "query": {
   "query_string": {
     "fields": ["systemAssignedTo","requirementSubmitter","metricDealName"], 
     "query": "100122234",
     "default_operator": "and"
   }
    
  }
}

---相当查询 mr_zcy 中 fields 里面的字段执行  like '%100122234%' 并且是or 关系
和mult_match 效果一样

类似mysql的like查询

除了match 使用oprtate=and 可以实现,  或者 match_phrase 也可以时间,再介绍一种 Wildcard

GET /mr_zcy/_search
{
  "query": {
   "wildcard": {
     "systemAssignedTo.keyword": {
       "value": "*1123445*"
     }
   }
}


GET /mr_zcy/_search
{
  "query": {
    "match_phrase": {
      "systemAssignedTo":{
        "query": "1123445",
        
      }
      
    }
  }
}

两者区别
1> wildcard的 value  可以? 用来匹配一个任意字符，* 用来匹配零个或者多个字符。
2> wildcard的字段必须是keyworld类型

通过terms实现SQL的in语句

如果我们要实现SQL中的in语句，一个字段包含给定数组中的任意一个值就匹配。

注意是keyword
GET /mr_zcy/_search
{
  "query": {
    "terms": {
      "systemAssignedTo.keyword": [
        "朱100322345",
        "王11110010297"
      ]
    }
    
  }
}

select  *  from  mr_zcy where  systemAssignedTo in ('朱100322345','王11110010297')

或通过bool实现

GET /mr_zcy/_search
{
  "query": {
    "bool": {"should": [
      {"match": {
         "systemAssignedTo":{
           "query": "朱100322345", 
           "operator": "and"
         }
      }},
      {"match": {
         "systemAssignedTo":{
           "query": "王11110010297", 
           "operator": "and"
         }
      }}
    ]}
}

范围查询range

通过range实现范围查询，类似SQL语句中的>, >=, <, <=表达式。

范围参数如下：

• gt - 大于 （ > ）
• gte - 大于且等于 （ >= ）
• lt - 小于 （ < ）
• lte - 小于且等于 （ <= ）

GET /zcy/_search 
{
  "query": {"range": {
    "normal_score": {
      "gte": 88,
      "lte": 89
    }
  }}
}

select  *  from  zcy  where  normal_score>=88 and  normal_score<=89

 

时间范围

1> 字段是时间格式

 "update_time": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      }

格式化的日期将使用指定的默认format（格式）解析date（日期）字段，但可以通过将格式参数传递到range （范围）查询来覆盖默认格式：

GET /project_zcy/_search
{
  "query": {
    "range": {
      "update_time": {
        "gte": "2022-12-08 03:22:40",
        "lte": "2023",   --支持"now" 表示当前时间
        "format": "yyyy-MM-dd HH:mm:ss||yyyy"
      }
    }
  },
  "_source": "update_time",
  "sort": [
    {
      "update_time": {
        "order": "desc"
      }
    }
  ]
}

2> 字段类型不是时间,是text ,那边必须keyword

GET /project_xxx/_search
{
  "query": {
    "range": {
      "update_time.keyword": {
        "gte": "2022",
        "lte": "2023"
        
      }
    }
  },
  "_source": "update_time",
  "sort": [
    {
      "update_time.keyword": {
        "order": "desc"
      }
    }
  ]
}

filter和match的区别

filter比较高效的原理

为了说明filter查询高效的原因，我们需要引入ES的一个概念 query context和 filter context。

query context关注的是，文档到底有多匹配查询的条件，这个匹配的程度是由相关性分数决定的，分数越高自然就越匹配。所以这种查询除了关注文档是否满足查询条件，还需要额外的计算相关性分数。

filter context关注的是，文档是否匹配查询条件，结果只有两个，是和否。没有其它额外的计算。它常用的一个场景就是过滤时间范围。并且filter context会自动被ES缓存结果，效率进一步提高。

对于bool查询，must使用的就是query context，而filter使用的就是filter context。

bool联合查询

通常我们可能需要将很多个条件组合在一起查出最后的结果，这个时候就需要使用ES提供的bool来实现了

如果我们想要请求"productName中带宝马，但是brandName中不带宝马"这样类似的需求，就需要用到bool联合查询。

bool查询包括四种子句：

• must：文档必须完全匹配条件
• should：只要有一个或部分条件满足
• must_not：文档必须不匹配条件
• filter：返回的文档必须满足filter子句的条件。但是跟must不一样的是，不会计算分值， 并且可以使用缓存

GET /mr_zcy/_search
{
  
  "query": {
    "bool": {
      "must": [   ---must 改成filter 效果一样.性能更快
        {
          "term": {
            "warningState.keyword": "正常"
          }
        },
        {
          "bool": {
            "should": [
              {
                "term": {
                  "systemAssignedTo.keyword": {
                    "value": "朱1123455"
                  }
                }
              },
              {
                "term": {
                  "id.keyword": {
                    "value": "154315"
                  }
                }
              }
            ]
          }
        }
      ]
    }
  }

}

regexp查询

GET books/_search
{
	"query": {
		"regexp": {
			"postcode": "W[0-9].+"
		}
	}
}