国人经典wordpress主题liveo广州seo推广营销

Query DSL:Elasticsearch 提供了一个可以执行查询的JSON 风格的 DSL (domain-specific language 领域特定语言）。这个被称为 Query DSL。

ES 支持两种基本方式检索，通俗的讲第二种检索方式的请求体就是DSL语言

• 一个是通过使用 REST request URI 发送检索参数（ur+检索参数）
• 另一个是通过使用 REST request body 来发送它们（uri+请求体）

接下来的实验操作都是基于测试数据(account.json)进行的。

Getting Started

match_all查询全部

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

sort排序

query:指定查询的条件
sort：进行排序

GET /bank/_search
{"query": {"match_all": {}},"sort": [{"FIELD": {"order": "desc"}}]
}

from\size分页

默认每次查询10条数据,可以使用from和size指定每页的记录数,下面的DSL表示每页查询5条数据，这是第一页
from=(pageNum-1) * pageSize

GET /bank/_search
{"query": {"match_all": {}},"sort": [{"balance": {"order": "asc"}}],"from": 0,"size": 5
}

_source指定字段

"_source"可以指定结果集中只显示哪些字段

GET /bank/_search
{"query": {"match_all": {}},"sort": [{"balance": {"order": "asc"}}],"_source": ["firstname","lastname","gender"], "from": 5,"size": 5
}

match匹配查询

基本语法如下所示：

GET /bank/_search
{"query": {"match": {"FIELD": "TEXT"}}
}

1. 如果match匹配非字符串字段，那么就是精确查询
2. 如果match匹配字符串字段,那么就是模糊查询,也叫全文检索

# 匹配非字符串字段，就是精确查询
GET /bank/_search
{"query": {"match": {"account_number": 20}}
}
# 匹配字符串字段，就是模糊查询
# 查询出19条数据，它是分词查询，这些记录按照各自的评分进行排序
GET /bank/_search
{"query": {"match": {"address": "mill lane"}}
}

match_phrase短语匹配

前面使用match匹配查询"address": "mill lane"它是进行的分词查询，如下图

但有时候就需要将mill lane作为一个整体(短语)进行匹配，这个时候就可以使用match_phrase进行匹配，它会将mill lane作为整体，只要Value中包含mill lane就会被匹配成功

GET /bank/_search
{"query": {"match_phrase": {"address": "mill lane"}}
}

multi_match多字段匹配

比如期望查询出address或state这两个字段中都包含mill，就好比SQL的如下语句

select * from table_name where address like `%mill%` or state like `%mill%`

基本语法格式如下所示；其中query用来指定匹配的值，fields用来指定将从哪些字段中去匹配该值

GET /bank/_search
{"query": {"multi_match": {"query": "","fields": []}}
}

多字段匹配的时候会不会进行分词查询呢？

range范围查询

基本格式

GET bank/_search
{"query": {"range": {"FIELD": {"gte": 10,"lte": 20}}}
}

bool复合查询

bool用来做复合查询；复合语句可以合并任何其他查询语句，包括复合语句，了解这一点很重要的，这就意味着，复合语句之间可以相互嵌套，可以表达非常复杂的逻辑

must必须匹配，可贡献得分

must：必须达到must列举的所有条件，并将有助于得分

期望查询出gender=’M‘并且address中包含’mill‘的记录

# select * from table_name where gender='M' and address like '%mill%'
GET bank/_search
{"query": {"bool": {"must": [{"match": {"gender": "M"}},{"match": {"address": "mill"}}]}},"_source": ["gender","address"]
}

must_not必须不匹配，可贡献得分

记录一下格式，注意层级格式

# gender=‘M’ and address like '%mill%' and age <> 28
GET bank/_search
{"query": {"bool": {"must": [{"match": {"gender": "M"}},{"match": {"address": "mill"}}],"must_not": [{"match": {"age": 28}}]}},"_source": ["gender","address","age"]
}

should可有可无，可贡献得分，不影响记录数

should:表示可有可无，如果匹配上就会提高该记录的得分，如果没有匹配上也不会影响查询结果集的数量

filter条件再过滤，不贡献得分

前面的must、must_not筛选出满足条件的记录，并贡献得分；should不会对满足must、must_not的记录数产生任何影响，但是它会对匹配should条件的记录贡献得分；而filter却不会贡献得分，只会在must、must_not的基础上对结果进行再过滤。

如下；在满足must的基础上，再筛选出age大于10并且小于30的记录

GET bank/_search
{"query": {"bool": {"must": [{"match": {"gender": "M"}},{"match": {"address": "mill"}}],"filter": [{"range": {"age": {"gte": 10,"lte": 30}}}]}},"_source": ["age","lastname","address"]
}

term和match

term 和 match 一样。匹配某个属性的值。只是全文检素(text)字段用 match，其他非text 字段匹配用 term。

match_phrase 和 .keyword

• match_phrase:只要包含该短语就会被匹配上
• ***.keyword: 必须是精确匹配

下图使用address字段进行了验证