Elasticsearch查询

蔚落 2022-01-12 16:11 392阅读 0赞

## 1.基本查询 ##

基本语法

GET /索引库名/_search
    {
        "query":{
            "查询类型":{
                "查询条件":"查询条件值"
            }
        }
    }

这里的query代表一个查询对象，里面可以有不同的查询属性

*  查询类型：
    
     *  例如：`match_all`， `match`，`term` ， `range` 等等
 *  查询条件：查询条件会根据类型的不同，写法也有差异，后面详细讲解

**查询所有（match\_all)**

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

*  `query`：代表查询对象
 *  `match_all`：代表查询所有

**匹配查询（match）**

*  **or关系**

**`match`类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系**

GET /heima/_search
    {
        "query":{
            "match":{
                "title":"小米电视"
            }
        }
    }

结果：

"hits": {
        "total": 2,
        "max_score": 0.6931472,
        "hits": [
            {
                "_index": "heima",
                "_type": "goods",
                "_id": "tmUBomQB_mwm6wH_EC1-",
                "_score": 0.6931472,
                "_source": {
                    "title": "小米手机",
                    "images": "http://image.leyou.com/12479122.jpg",
                    "price": 2699
                }
            },
            {
                "_index": "heima",
                "_type": "goods",
                "_id": "3",
                "_score": 0.5753642,
                "_source": {
                    "title": "小米电视4A",
                    "images": "http://image.leyou.com/12479122.jpg",
                    "price": 3899
                }
            }
        ]
    }

在上面的案例中，不仅会查询到电视，而且与小米相关的都会查询到，多个词之间是`or`的关系。

*  **and关系**

某些情况下，我们需要更精确查找，我们希望这个关系变成`and`，可以这样做：

GET /heima/_search
    {
        "query":{
            "match": {
              "title": {
                "query": "小米电视",
                "operator": "and"
              }
            }
        }
    }

结果：

{
      "took": 2,
      "timed_out": false,
      "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 1,
        "max_score": 0.5753642,
        "hits": [
          {
            "_index": "heima",
            "_type": "goods",
            "_id": "3",
            "_score": 0.5753642,
            "_source": {
              "title": "小米电视4A",
              "images": "http://image.leyou.com/12479122.jpg",
              "price": 3899
            }
          }
        ]
      }
    }

本例中，只有同时包含`小米`和`电视`的词条才会被搜索到。

*  **or和and之间？**

在 `or` 与 `and` 间二选一有点过于非黑即白。 如果用户给定的条件分词后有 5 个查询词项，想查找只包含其中 4 个词的文档，该如何处理？将 operator 操作符参数设置成 `and` 只会将此文档排除。

有时候这正是我们期望的，但在全文搜索的大多数应用场景下，我们既想包含那些可能相关的文档，同时又排除那些不太相关的。换句话说，我们想要处于中间某种结果。

`match` 查询支持 `minimum_should_match` 最小匹配参数， 这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个`百分数`，因为我们无法控制用户搜索时输入的单词数量：

GET /heima/_search
    {
        "query":{
            "match":{
                "title":{
                	"query":"小米曲面电视",
                	"minimum_should_match": "75%"
                }
            }
        }
    }

**多字段查询（multi\_match）**

`multi_match`与`match`类似，不同的是它可以在多个字段中查询

GET /heima/_search
    {
        "query":{
            "multi_match": {
                "query":    "小米",
                "fields":   [ "title", "subTitle" ]
            }
    	}
    }

本例中，我们会在title字段和subtitle字段中查询`小米`这个词

**词条匹配(term)**

`term` 查询被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些**未分词**的字符串

GET /heima/_search
    {
        "query":{
            "term":{
                "price":2699.00
            }
        }
    }

结果：

{
      "took": 2,
      "timed_out": false,
      "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 1,
        "max_score": 1,
        "hits": [
          {
            "_index": "heima",
            "_type": "goods",
            "_id": "r9c1KGMBIhaxtY5rlRKv",
            "_score": 1,
            "_source": {
              "title": "小米手机",
              "images": "http://image.leyou.com/12479122.jpg",
              "price": 2699
            }
          }
        ]
      }
    }

**多词条精确匹配(terms)**

`terms` 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：

GET /heima/_search
    {
        "query":{
            "terms":{
                "price":[2699.00,2899.00,3899.00]
            }
        }
    }

## 2.结果过滤 ##

默认情况下，elasticsearch在搜索的结果中，会把文档中保存在`_search`的**所有字段**都返回。如果我们只想获取其中的**部分字段**，我们可以添加`_source`的过滤

**直接指定字段**

GET /heima/_search
    {
      "_source": ["title","price"],
      "query": {
        "term": {
          "price": 2699
        }
      }
    }

返回的结果：

{
      "took": 12,
      "timed_out": false,
      "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 1,
        "max_score": 1,
        "hits": [
          {
            "_index": "heima",
            "_type": "goods",
            "_id": "r9c1KGMBIhaxtY5rlRKv",
            "_score": 1,
            "_source": {
              "price": 2699,
              "title": "小米手机"
            }
          }
        ]
      }
    }

**指定includes和excludes**

我们也可以通过：

*  includes：来指定想要显示的字段
 *  excludes：来指定不想要显示的字段

二者都是可选的。

GET /heima/_search
    {
      "_source": {
        "includes":["title","price"]
      },
      "query": {
        "term": {
          "price": 2699
        }
      }
    }

GET /heima/_search
    {
      "_source": {
         "excludes": ["images"]
      },
      "query": {
        "term": {
          "price": 2699
        }
      }
    }

## 3.高级查询 ##

**布尔组合（bool)**

`bool`把各种其它查询通过`must`（与）、`must_not`（非）、`should`（或）的方式进行组合

GET /heima/_search
    {
        "query":{
            "bool":{
            	"must":     { "match": { "title": "大米" }},
            	"must_not": { "match": { "title":  "电视" }},
            	"should":   { "match": { "title": "手机" }}
            }
        }
    }

结果：

{
      "took": 10,
      "timed_out": false,
      "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 1,
        "max_score": 0.5753642,
        "hits": [
          {
            "_index": "heima",
            "_type": "goods",
            "_id": "2",
            "_score": 0.5753642,
            "_source": {
              "title": "大米手机",
              "images": "http://image.leyou.com/12479122.jpg",
              "price": 2899
            }
          }
        ]
      }
    }

**范围查询(range)**

`range` 查询找出那些落在指定区间内的数字或者时间

GET /heima/_search
    {
        "query":{
            "range": {
                "price": {
                    "gte":  1000.0,
                    "lt":   2800.00
                }
        	}
        }
    }

`range`查询允许以下字符：

**模糊查询(fuzzy)**

`fuzzy` 查询是 `term` 查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2：

GET /heima/_search
    {
      "query": {
        "fuzzy": {
          "title": "appla"
        }
      }
    }

**过滤(filter)**

所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用`filter`方式：

GET /heima/_search
    {
        "query":{
            "bool":{
            	"must":{ "match": { "title": "小米手机" }},
            	"filter":{
                    "range":{"price":{"gt":2000.00,"lt":3800.00}}
            	}
            }
        }
    }

注意：`filter`中还可以再次进行`bool`组合条件过滤。

**排序**

`sort` 可以让我们按照不同的字段进行排序，并且通过`order`指定排序的方式

GET /heima/_search
    {
      "query": {
        "match": {
          "title": "小米手机"
        }
      },
      "sort": [
        {
          "price": {
            "order": "desc"
          }
        }
      ]
    }

## 4、聚合aggregations（类似于分组，聚合函数） ##

聚合可以让我们极其方便的实现对数据的统计、分析。例如：

*  什么品牌的手机最受欢迎？
 *  这些手机的平均价格、最高价格、最低价格？
 *  这些手机每月的销售情况如何？

实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现实时搜索效果。

Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫`桶`，一个叫`度量`：

> **桶（bucket）**

桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个`桶`，例如我们根据国籍对人划分，可以得到`中国桶`、`英国桶`，`日本桶`……或者我们按照年龄段对人进行划分：0~10,10~20,20~30,30~40等。

Elasticsearch中提供的划分桶的方式有很多：

*  Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组
 *  Histogram Aggregation：根据数值阶梯分组，与日期类似
 *  Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
 *  Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
 *  ……

综上所述，我们发现bucket aggregations 只负责对数据进行分组，并不进行计算，因此往往bucket中往往会嵌套另一种聚合：metrics aggregations即度量

> **度量（metrics）**

分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为`度量`

比较常用的一些度量聚合方式：

*  Avg Aggregation：求平均值
 *  Max Aggregation：求最大值
 *  Min Aggregation：求最小值
 *  Percentiles Aggregation：求百分比
 *  Stats Aggregation：同时返回avg、max、min、sum、count等
 *  Sum Aggregation：求和
 *  Top hits Aggregation：求前几
 *  Value Count Aggregation：求总数

我们按照 汽车的颜色`color`来划分`桶`

GET /cars/_search
    {
        "size" : 0,
        "aggs" : { 
            "popular_colors" : { 
                "terms" : { 
                  "field" : "color"
                }
            }
        }
    }

*  size： 查询条数，这里设置为0，因为我们不关心搜索到的数据，只关心聚合结果，提高效率
 *  aggs：声明这是一个聚合查询，是aggregations的缩写
 *  popular\_colors：给这次聚合起一个名字，任意。
 *  terms：划分桶的方式，这里是根据词条划分
 *  field：划分桶的字段

**结果：**

{
      "took": 1,
      "timed_out": false,
      "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 8,
        "max_score": 0,
        "hits": []
      },
      "aggregations": {
        "popular_colors": {
          "doc_count_error_upper_bound": 0,
          "sum_other_doc_count": 0,
          "buckets": [
            {
              "key": "red",
              "doc_count": 4
            },
            {
              "key": "blue",
              "doc_count": 2
            },
            {
              "key": "green",
              "doc_count": 2
            }
          ]
        }
      }
    }

我们为刚刚的聚合结果添加 求价格平均值的度量：

GET /cars/_search
    {
        "size" : 0,
        "aggs" : { 
            "popular_colors" : { 
                "terms" : { 
                  "field" : "color"
                },
                "aggs":{
                    "avg_price": { 
                       "avg": {
                          "field": "price" 
                       }
                    }
                }
            }
        }
    }

*  aggs：我们在上一个aggs(popular\_colors)中添加新的aggs。可见`度量`也是一个聚合,度量是在桶内的聚合
 *  avg\_price：聚合的名称
 *  avg：度量的类型，这里是求平均值
 *  field：度量运算的字段

**结果：**

...
      "aggregations": {
        "popular_colors": {
          "doc_count_error_upper_bound": 0,
          "sum_other_doc_count": 0,
          "buckets": [
            {
              "key": "red",
              "doc_count": 4,
              "avg_price": {
                "value": 32500
              }
            },
            {
              "key": "blue",
              "doc_count": 2,
              "avg_price": {
                "value": 20000
              }
            },
            {
              "key": "green",
              "doc_count": 2,
              "avg_price": {
                "value": 21000
              }
            }
          ]
        }
      }

可以看到每个桶中都有自己的`avg_price`字段，这是度量聚合的结果