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：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。

查询所有（match_all)

示例：

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

query：代表查询对象。

match_all：代表查询所有。

结果：

{  "took": 1,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 3,    "max_score": 1,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "2",        "_score": 1,        "_source": {          "title": "白米手机",          "images": ";,          "price": 2699        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 1,        "_source": {          "title": "小米手机",          "images": ";,          "price": 2699        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "3",        "_score": 1,        "_source": {          "title": "超大米手机",          "images": ";,          "price": 3299,          "stock": 200,          "saleable": true,          "subTitle": "大米"        }      }    ]  }}

结果解析：

took - 检索所耗费的时间，单位是毫秒。timed_out - 是否超时。​_shards - 分片信息。​hits - 命中结果，检索结果信息。  total - 搜索到的总条数。  max_score - 所有结果中文档得分的最高分。  hits - 搜索结果的文档对象数组，每个元素是一条搜索到的文档信息。    _index - 索引库。    _type - 文档类型。    _id - 文档 id。    _score - 评分；索引库的一个概念；关联度。    _source - 原始数据。

文档得分：使用 ES 时，对于查询出的文档无疑会有文档相似度之别；而理想的排序是和查询条件相关性越高排序越靠前，而这个排序的依据就是 _score。

匹配查询（match）

加入一条数据用于测试：

PUT /renda/goods/3{    "title": "小米电视4A",    "images": ";,    "price": 3899.00}

索引库中有 3 部手机，1 台电视。

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

响应结果：

{  "took": 15,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 2,    "max_score": 0.5753642,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "3",        "_score": 0.5753642,        "_source": {          "title": "小米电视4A",          "images": ";,          "price": 3899        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 0.2876821,        "_source": {          "title": "小米手机",          "images": ";,          "price": 2699        }      }    ]  }}

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。

某些情况下，需要更精确查找，即 and 关系。比如在电商平台精确搜索商品时，希望这个关系（查询条件切分词之后的关系）变成 and，可以这样做：

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

响应结果：

{  "took": 8,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 1,    "max_score": 0.5753642,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "3",        "_score": 0.5753642,        "_source": {          "title": "小米电视4A",          "images": ";,          "price": 3899        }      }    ]  }}

此时，只有同时包含小米和电视的词条才会被搜索到。

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、keyword 类型的字符串。

效果类似于：select * from tableName where colName='value';

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

响应结果：

{  "took": 6,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 2,    "max_score": 1,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "2",        "_score": 1,        "_source": {          "title": "白米手机",          "images": ";,          "price": 2699        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 1,        "_source": {          "title": "小米手机",          "images": ";,          "price": 2699        }      }    ]  }}

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 /renda/_search{    "query":{        "bool":{            "must": {              "match": {                "title": "小米"              }            },            "must_not": {              "match": {                "title": "电视"              }            },            "should": {              "match": {                "title": "手机"              }            }        }    }}

响应结果：

{  "took": 2,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 1,    "max_score": 0.5753642,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 0.5753642,        "_source": {          "title": "小米手机",          "images": ";,          "price": 2699        }      }    ]  }}

range 查询找出那些落在指定区间内的数字或者时间。

GET /renda/_search{    "query": {        "range": {            "price": {                "gte": 3000.0,                "lt": 4000.00            }        }    }}

响应结果：

{  "took": 1,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 1,    "max_score": 1,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "3",        "_score": 1,        "_source": {          "title": "小米电视4A",          "images": ";,          "price": 3899        }      }    ]  }}

range 查询允许以下字符：

gt - 大于gte - 大于等于lt - 小于lte - 小于等于模糊查询（fuzzy）

fuzzy 查询是 term 查询的模糊等价，很少直接使用它。

新增一个商品：

POST /renda/goods/5{    "title": "Apple手机",    "images": ";,    "price": 6899.00}

响应结果：

{  "_index": "renda",  "_type": "goods",  "_id": "5",  "_version": 1,  "result": "created",  "_shards": {    "total": 2,    "successful": 1,    "failed": 0  },  "_seq_no": 0,  "_primary_term": 2}

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 /renda/_search{    "query": {        "fuzzy": {            "title": "applas"        }    }}

上面的查询，也能查询到 apple 手机：

{  "took": 4,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 1,    "max_score": 0.17260925,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "5",        "_score": 0.17260925,        "_source": {          "title": "Apple手机",          "images": ";,          "price": 6899        }      }    ]  }}

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 _source 的所有字段都返回。

如果只想获取其中的部分字段，可以添加 _source 的过滤。

直接指定字段

示例：

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

返回的结果：

{  "took": 2,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 2,    "max_score": 1,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "2",        "_score": 1,        "_source": {          "price": 2699,          "title": "白米手机"        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 1,        "_source": {          "price": 2699,          "title": "小米手机"        }      }    ]  }}

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。

示例：

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

与下面的结果将是一样的：

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

响应结果：

{  "took": 1,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 2,    "max_score": 1,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "2",        "_score": 1,        "_source": {          "price": 2699,          "title": "白米手机"        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 1,        "_source": {          "price": 2699,          "title": "小米手机"        }      }    ]  }}

过滤（Filter）

Elasticsearch 使用的查询语言（DSL）拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。

这套组件可以在以下两种情况下使用：过滤情况 - filtering context 和查询情况 - query context。

如何选择查询与过滤：

通常的规则是，使用查询（query）语句来进行全文搜索或者其它任何需要影响相关性得分的搜索；除此以外的情况都使用过滤（filters)。

条件查询中进行过滤：

所有的查询都会影响到文档的评分及排名。如果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 /renda/_search{    "query":{        "bool":{            "must":{ "match": { "title": "小米手机" }},            "filter":{                "range":{"price":{"gt":2000.00,"lt":3800.00}}            }        }    }}

无查询条件，直接过滤：

如果一次查询只有过滤，没有查询条件，不希望进行评分，可以使用 constant_score 取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。

GET /renda/_search{    "query":{        "constant_score": {            "filter": {                "range": {"price":{"gt":2000.00, "lt":3000.00}}            }        }    }}

排序单字段排序

sort 可以按照不同的字段进行排序，并且通过 order 指定排序的方式。

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

假定想要结合使用 price 和 _score 进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序：

GET /renda/_search{    "query":    {        "bool":        {            "must":            {              "match":              {                "title": "小米手机"              }            },            "filter":{                "range":                {                  "price":                  {                    "gt":2000,                    "lt":4000                  }                }            }        }    },    "sort": [        {          "price":          {            "order": "desc"          }        },        {          "_score":          {            "order": "desc"          }                  }    ]}

分页

Elasticsearch 中数据都存储在分片中，当执行搜索时每个分片独立搜索后，数据再经过整合返回。那么，如何实现分页查询呢？

Elasticsearch 的分页与 MySQL 数据库非常相似，都是指定两个值：

from - 目标数据的偏移值（开始位置），默认 from 为 0。size - 每页大小。

GET /renda/_search{    "query": {        "match_all": {}    },    "sort": [        {            "price": {                "order": "asc"            }        }    ],    "from": 3,    "size": 3}

结果：

{  "took": 1,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 4,    "max_score": null,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "5",        "_score": null,        "_source": {          "title": "Apple手机",          "images": ";,          "price": 6899        },        "sort": [          6899        ]      }    ]  }}

高亮

高亮原理：

服务端搜索数据，得到搜索结果。把搜索结果中，搜索关键字都加上约定好的标签。前端页面提前写好标签的 CSS 样式，即可高亮。

Elasticsearch 中实现高亮的语法比较简单：

GET /renda/_search{    "query": {        "match": {            "title": "手机"        }    },    "highlight": {        "pre_tags": "<em>",        "post_tags": "</em>",         "fields": {            "title": {}        }    }}

在使用 match 查询的同时，加上一个 highlight 属性：

pre_tags：前置标签post_tags：后置标签fields：需要高亮的字段  title：这里声明 title 字段需要高亮

结果：

{  "took": 2,  "timed_out": false,  "_shards": {    "total": 5,    "successful": 5,    "skipped": 0,    "failed": 0  },  "hits": {    "total": 3,    "max_score": 0.2876821,    "hits": [      {        "_index": "renda",        "_type": "goods",        "_id": "5",        "_score": 0.2876821,        "_source": {          "title": "Apple手机",          "images": ";,          "price": 6899        },        "highlight": {          "title": [            "Apple<em>手机</em>"          ]        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "2",        "_score": 0.2876821,        "_source": {          "title": "白米手机",          "images": ";,          "price": 2699        },        "highlight": {          "title": [            "白米<em>手机</em>"          ]        }      },      {        "_index": "renda",        "_type": "goods",        "_id": "gPeQqHUB-UTJAEEuqOm9",        "_score": 0.2876821,        "_source": {          "title": "小米手机",          "images": ";,          "price": 2699        },        "highlight": {          "title": [            "小米<em>手机</em>"          ]        }      }    ]  }}

想了解更多，欢迎关注我的微信公众号：Renda_Zhang