第2部分 Elasticsearch查询-请求体查询、排序

一、请求体查询

请求体 search API， 之所以称之为请求体查询(Full-Body Search)，因为大部分参数是通过http请求体而非查询字符串来传递的。

请求体查询：不仅可以处理自身的查询请求，还允许你对结果进行片段强调（高亮）、对所有或部分结果进行聚合分析，同时还可以给出 你是不是想找 的建议，这些建议可以引导使用者快速找到他想要的结果。

某些特定语言（特别是 JavaScript）的 HTTP 库是不允许 GET 请求带有请求体的，可以用POST代替。

1、空查询

空查询，空的请求体会返回所有索引中的所有文档

GET /_search
{}

用一个查询字符串，在多个索引库中和多个types中查询：

GET /index_2014*/type1,type2/_search
{}

使用 from 和 size 参数分页：

GET /_search
{
  "from": 30,
  "size": 10
}

2、查询表达式(Query DSL)

使用

将查询语句传递给query参数

GET /_search
{
    "query": YOUR_QUERY_HERE
}

查询语句结构

典型结构：

{
    QUERY_NAME: {
        ARGUMENT: VALUE,
        ARGUMENT: VALUE,...
    }
}

针对某个字段：

{
    QUERY_NAME: {
        FIELD_NAME: {
            ARGUMENT: VALUE,
            ARGUMENT: VALUE,...
        }
    }
}

例子：

GET /_search
{
    "query": {
        "match": {
            "city": "Shaft"
        }
    }
}

match_all查询

空查询（empty search），在功能上等价于使用 match_all 查询：

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

合并查询语句

叶子语句：用于将查询字符串和一个字段（或者多个字段）对比，match

复合语句：主要用于合并其它查询语句，bool

GET /_search
{
    "query": {
        "bool": {
            "must":{"match":{"state":"KY"}},
            "must_not":{"match":{"city:":"Yettem"}},
            "should":{"match":{"address":"382 Columbia Street"}},
            "filter":   { "range": { "age" : { "gt" : 30 }} }
          }
    }
}

3、查询与过滤

过滤：

查询被设置成一个“不评分”或者“过滤”查询。匹配或者不匹配。

查询：

查询就变成了一个“评分”的查询。一个评分查询计算每一个文档与此查询的相关程度，同时将这个相关程度分配给表示相关性的字段_score，并且按照相关性对匹配到的文档进行排序。

注意：

"filter" 这个词表示不评分、只过滤情况下的查询。== "filter" 、 "filtering query" 和 "non-scoring query"

"query" 我们指的是 "scoring query"

性能差异：

过滤查询（Filtering queries：计算快，经常用不评分查询结果稀少，结果会被缓存到内存中以便快速读取，所以有各种各样的手段来优化查询结果。

评分查询（scoring queries）：计算费力，查询结果并不缓存。

4、最重要的查询

match_all查询

匹配所有文档，默认查询方式。它经常与 filter 结合使用

{ "match_all": {}}

match查询

标准查询，无论你在任何字段上进行的是全文搜索还是精确查询。

全文字段使用时，在执行查询前，它将用正确的分析器去分析查询字符串：

{ "match": { "tweet": "About Search" }}

在一个精确值字段使用，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，它会精确匹配给定的值：

{ "match": { "age":    26           }}
{ "match": { "date":   "2014-09-01" }}
{ "match": { "public": true         }}
{ "match": { "tag":    "full_text"  }}

multi_match 查询

可以在多个字段上执行相同的 match 查询：

GET /_search
{
    "query": {
        "multi_match": {
           "query":    "728",
           "fields":   [ "address", "account_number" ]
         }
    }
}

解释：查询在address和account_number字段带有728字符串的文档。

range查询

找出那些落在指定区间内的数字或者时间：

{
    "range": {
        "age": {
            "gte":  20,
            "lt":   30
        }
    }
}

操作符如下：

• gt 大于
• gte 大于等于
• lt 小于
• lte 小于等于

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 not_analyzed 的字符串：

{ "term": { "age":    26           }}
{ "term": { "date":   "2014-09-01" }}
{ "term": { "public": true         }}
{ "term": { "tag":    "full_text"  }}

注意：以上某一行

terms查询

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 /_search
{
    "query": {
        "terms": { "age": [39,38,30 ] }
    }
}

解释：年龄为39或38或30的文档。

exists查询、missing查询

用于查找那些指定字段中有值 (exists) 或无值 (missing) 的文档：

GET /_search
{
    "query": {
        "exists": {
            "field":    "title"
        }
    }
}

解释：查询title字段有值的文档

5、组合多查询

可用bool查询，它接受以下参数：

• must：文档 必须 匹配这些条件才能被包含进来。
• must_not：文档 必须不 匹配这些条件才能被包含进来。
• should：如果满足这些语句中的任意语句，将增加_score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
• filter：必须 匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。

bool查询

查找 title 字段匹配 how to make millions 并且不被标识为 spam 的文档。那些被标识为 starred 或在2014之后的文档，将比另外那些文档拥有更高的排名。如果_两者_都满足，那么它排名将更高：

{
    "bool": {
        "must":     { "match": { "title": "how to make millions" }},
        "must_not": { "match": { "tag":   "spam" }},
        "should": [
            { "match": { "tag": "starred" }},
            { "range": { "date": { "gte": "2014-01-01" }}}
        ]
    }
}

增加带过滤器的bool查询

如果我们不想因为文档的时间而影响得分，可以用 filter 语句来重写前面的例子：

{
    "bool": {
        "must":     { "match": { "title": "how to make millions" }},
        "must_not": { "match": { "tag":   "spam" }},
        "should": [
            { "match": { "tag": "starred" }}
        ],
        "filter": {
          "range": { "date": { "gte": "2014-01-01" }} ![0f67842b8cc059137a88288e95115a18.png](evernotecid://20C3AB82-3EA7-481C-B3D2-078868D90727/appyinxiangcom/23631184/ENNote/p10?hash=0f67842b8cc059137a88288e95115a18)

        }
    }
}

如果你需要通过多个不同的标准来过滤你的文档，bool查询本身也可以被用做不评分的查询，简单地将它放置到filter语句中并在内部构建布尔逻辑：

{
    "bool": {
        "must":     { "match": { "title": "how to make millions" }},
        "must_not": { "match": { "tag":   "spam" }},
        "should": [
            { "match": { "tag": "starred" }}
        ],
        "filter": {
          "bool": { ![0f67842b8cc059137a88288e95115a18.png](evernotecid://20C3AB82-3EA7-481C-B3D2-078868D90727/appyinxiangcom/23631184/ENNote/p10?hash=0f67842b8cc059137a88288e95115a18)

              "must": [
                  { "range": { "date": { "gte": "2014-01-01" }}},
                  { "range": { "price": { "lte": 29.99 }}}
              ],
              "must_not": [
                  { "term": { "category": "ebooks" }}
              ]
          }
        }
    }
}

constant_score查询

可以使用它来取代只有 filter 语句的 bool 查询，性能相同，但是简洁：

{
    "constant_score":   {
        "filter": {
            "term": { "category": "ebooks" } ![0f67842b8cc059137a88288e95115a18.png](evernotecid://20C3AB82-3EA7-481C-B3D2-078868D90727/appyinxiangcom/23631184/ENNote/p10?hash=0f67842b8cc059137a88288e95115a18)

        }
    }
}

解释：term 查询被放置在 constant_score 中，转成不评分的 filter。这种方式可以用来取代只有 filter 语句的 bool 查询。

6、验证查询

validate-query API 可以用来验证查询是否合法：

GET /bank/address/_validate/query?
{
   "query": {
      "address" : {
         "match" : "Avenue"
      }
   }
}

解释不合法原因：

GET /bank/address/_validate/query?explain
{
   "query": {
      "address" : {
         "match" : "Avenue"
      }
   }
}

二、排序与相关性

1、排序

在 Elasticsearch 中， 相关性得分 由一个浮点数进行表示，并在搜索结果中通过_score 参数返回， 默认排序是_score 降序。

使用 constant_score 查询进行替代bool，让所有文档应用一个恒定分数（默认为 1 ），不是0:

GET /_search
{
    "query" : {
        "constant_score" : {
            "filter" : {
                "term" : {
                    "user_id" : 1
                }
            }
        }
    }
}

2、按照字段的值排序

GET /_search
{
    "query" : {
        "bool" : {
            "filter" : { "term" : { "age" : 40 }}
        }
    },
    "sort": { "balance": { "order": "desc" }}
}

3、多级排序

假定我们想要结合使用 date和_score 进行查询，并且匹配的结果首先按照日期排序，然后按照相关性排序：

GET /_search
{
    "query" : {
        "bool" : {
            "must":   { "match": { "tweet": "manage text search" }},
            "filter" : { "term" : { "user_id" : 2 }}
        }
    },
    "sort": [
        { "date":   { "order": "desc" }},
        { "_score": { "order": "desc" }}
    ]
}

Query-string 搜索 也支持自定义排序，可以在查询字符串中使用 sort 参数：

GET /_search?sort=date:desc&sort=_score&q=search

4、多值字段排序

情形：一个字段里有多个值，并且这些值没有顺序，应该选择哪个值排序。

对于数字或日期，你可以将多值字段减为单值，这可以通过使用 min 、 max 、 avg 或是 sum 排序模式 。 例如你可以按照每个 date 字段中的最早日期进行排序，通过以下方法：

"sort": {
    "dates": {
        "order": "asc",
        "mode":  "min"
    }
}

5、字符串排序与多字段

一个简单的方法是用两种方式对同一个字符串进行索引，这将在文档中包括两个字段： analyzed 用于搜索， not_analyzed 用于排序。

为一个多字段映射如：

"tweet": { ![0f67842b8cc059137a88288e95115a18.png](evernotecid://20C3AB82-3EA7-481C-B3D2-078868D90727/appyinxiangcom/23631184/ENNote/p10?hash=0f67842b8cc059137a88288e95115a18)

    "type":     "string",
    "analyzer": "english",
    "fields": {
        "raw": {
            "type":  "string",
            "index": "not_analyzed"
        }
    }
}

• tweet 主字段与之前的一样: 是一个 analyzed 全文字段。
• 新的 tweet.raw 子字段是 not_analyzed.

现在，使用 tweet 字段用于搜索，tweet.raw 字段用于排序：

GET /_search
{
    "query": {
        "match": {
            "tweet": "elasticsearch"
        }
    },
    "sort": "tweet.raw"
}

注意：以全文 analyzed 字段排序会消耗大量的内存