1、官方文档
https://www.elastic.co/guide/en/elasticsearch/reference/7.4/index.html
SearchAPI
ES 支持两种基本方式检索：
- 一个是通过使用 REST request URL 发送搜索参数（uri+检索参数）
- 另一个是通过使用 REST request body 来发送它们（uri + 请求体）
2、检索信息
一、切检索从_search开始
|
GET bank/_search |
检索bank下所有信息，包括type和docs |
|
GET bank/_search?q=*&sort=account_number:asc |
请求参数方式检索 |
|
入参Params解释： q=* 查询所有 sort=account_number:asc 按照account_number 升序排列 |
|
|
响应结果解释： took-Elasticsearch 执行搜索的时间(毫秒) time_out 告诉我们搜索是否超时 _shards- 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片 hits- 搜索结果 hits.total- 搜索结果 hits.hits- 实际的搜索结果数组（默认为前10的文档） sort- 结果的排序 key (键) （没有则按score 排序） score- 和 max_score - 相关性得分和最高得分（全文检索用）
|
二、uri+请求体进行检索
|
GET /bank/_search { "query": { "match_all": {} }, "sort": [{ "account_number": "asc" }] } |
|
|
HTTP 客户端工具(POSTMAN)，get请求不能携带请求体，我们变为post也是一样的 我们post一个JSON风格的查询请求体到_searchAPI。 需要了解 ，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并不会维护任何服务端的资源或者结果的cursor（游标）
|
3、Query DSL
1）、基本语法格式
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 。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。
- 一个查询语句 的典型结构
{
QUERY_NAME:{
ARGUMENT: VALUE,
ARGUMENT:VALUE,.....
}
}
- 如果是针对某个字段，那么它的结构如下:
{
QUERY_NAME:{
FIELD_NAME:{
AGRUMENT: VALUE,
AGRUMENT: VALUE,.......
}
}
}
|
GET /bank/_search { "query": { "match_all": {}
}, "from": 0, "size": 5, "sort": [ { "balance": { "order": "desc" } } ] } |
|
2）、返回部分字段
GET /bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 5,
"sort": [
{
"balance": {
"order": "desc"
}
}
],
"_source": ["balance","firstname"]
}
3）、match 【匹配查询】
一、基本类型（非字符串）,精确匹配
GET bank/_search
{
"query": {
"match": {
"account_number": 20
}
}
}
match 返回 account_number = 20 的
二、字符串，全文检索
GET bank/_search
{
"query": {
"match": {
"address": "mill road"
}
}
}
最终查出address中包含mill 或者 road 或者 mill road 的所有记录，并给出相关性得分。全文检索按照评分进行排序，会对检索条件进行分词匹配。
GET bank/_search
{
"query": {
"match": {
"address.keyword": "694 Jefferson"
}
}
}
加了 .keyword 变成精确匹配 意思是 address = 694 Jefferson 才能被匹配出来，
和下面match_phrase 的区别是 match_phrase 是短句匹配 address 中只要有 694 Jefferson 就能被查出来
4）、match_phrase 【短句查询】
将需要匹配的值当成一个整体单词（不分词）进行检索
GET bank/_search
{
"query": {
"match_phrase": {
"address": "mill road"
}
}
}
state 或者 address 包含 mill 或者 movico（注意 这里是分词查询！！！！）
6）、bool 【复合查询】
bool 用来做复合查询：
复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。
GET bank/_search
{
"query": {
"bool": {
"must": [
{"match": {
"gender": "M"
}
},
{"match": {
"address": "mill"
}
}
],
"must_not": [
{"match": {
"age": "28"
}}
]
,"should": [
{"match": {
"lastname": "Wallace"
}}
]
}
}
}
must 一定匹配 gender 一定是 M 的 must_not 一定不匹配 age 不等于 28 should 应该匹配 lastname 等于 Wallance 不等于也没有关系 也可以查出来
7）、filter 【结果过滤】
并不是所有的查询都需要产生分数，特别是那些仅用于“filteing” （过滤）的文档。为了不计算分数Elasticsearch会自动检查场景并且优化查询的执行。
GET bank/_search
{
"query": {
"bool": {
"must": [
{"match": {
"gender": "M"
}
},
{"match": {
"address": "mill"
}
}
],
"must_not": [
{"match": {
"age": "28"
}}
]
,"should": [
{"match": {
"lastname": "Wallace"
}}
],
"filter": {
"range": {
"age": {
"gte": 10,
"lte": 50
}
}
}
}
}
}
filter不会计算相关性得分 只会对上一些条件查出的结果进行过滤，类似于JAVA stream 流 的 filter
8）、term
和match一样。匹配某个属性的值，全文检索字段用match，其他非text字段匹配term
GET bank/_search
{
"query": {
"term": {
"age": "28"
}
}
}
9）、aggregations(执行聚合)
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUP BY 和 SQL 聚合函数。在Elasticsearch中,您有执行搜索返回hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的API来避免网络往返。
一、搜索address 中包含 mill的所有人的年龄分布以及平均年龄，但不显示这些人的详情。
GET bank/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
}
},
"ageAvg":{"avg": {
"field": "age"
}},
"balanceAvg":{
"avg": {
"field": "balance"
}
}
},
"size": 0
}
ageAgg 查询年龄分布情况即 年龄为 30的有多少人
ageAvg 求age的平均值
balanceAvg 求balance的平均值
size = 0 返回值不返回查询的结果只返回聚合 aggregations 的结果
二、进阶 按照年龄聚合，并且请求这些年龄段的这些人的平均薪资。
GET bank/_search
{
"query": {
"match_all": {}
}
, "aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"ageAvg": {
"avg": {
"field": "balance"
}
}
}
}
}
}
先按照年龄聚合，在求这些年龄段的平均薪资。
三、查出所有年龄分布，并且这些年龄段中M的平均薪资和F的平均薪资以及这个年龄段的总体平均薪资。
GET bank/_search
{
"query": {
"match_all": {}
}
, "aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"genderAgg": {
"terms": {
"field": "gender.keyword",
"size": 10
},
"aggs": {
"balanceAvg":{
"avg": {
"field": "balance"
}
}
}
},
"ageBananceAvg":{
"avg": {
"field": "balance"
}
}
}
}
}
}
标签：检索,search,进阶,GET,查询,Elasticsearch,bank,query,match From： https://www.cnblogs.com/mangoubiubiu/p/16757599.html