三、进阶检索
1、SearchAPI
ES支持两种基本方式检索 :
- 一个是通过使用 REST request URI 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） 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
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）
uri 请求体进行检索
代码语言：javascript复制GET bank/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"account_number": {
"order": "desc"
}
}
]
}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 _search API。 需要了解，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并且不会维护任何服务端的资源或者结果的 cursor（游标）
2、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: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
}GET bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 5,
"sort": [
{
"account_number": {
"order": "desc"
}
}
]
}- query 定义如何查询，
- match_all 查询类型【代表查询所有的所有】，es中可以在query中组合非常多的查询类型完成复杂查询
- 除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如sort，size
- from size限定，完成分页功能
- sort排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准
2）、返回部分字段
代码语言：javascript复制GET bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 5,
"_source": ["age","balance"]
}3）、match【匹配查询】
- 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
- 字符串，全文检索
GET bank/_search
{
"query": {
"match": {
"address": "mill"
}
}
}最终查询出address中包含mill单词的所有记录 match当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。
- 字符串，多个单词（分词 全文检索）
GET bank/_search
{
"query": {
"match": {
"address": "mill road"
}
}
}最终查询出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
4）、match_phrase【短语匹配】
将需要匹配的值当成一个整体单词（不分词）进行检索
代码语言：javascript复制GET bank/_search
{
"query": {
"match_phrase": {
"address": "mill road"
}
}
}查出address中包含mill road的所有记录，并给出相关性得分
5）、multi_match【多字段匹配】
代码语言：javascript复制GET bank/_search
{
"query": {
"multi_match": {
"query": "mill",
"fields": ["state","address"]
}
}
}state或者address包含mill
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。
- must：必须达到must列举的所有条件
GET bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "gender": "M" } }
]
}
}
}- should：应该达到should列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果query中只有should且只有一种匹配规则，那么should的条件就会被作为默认匹配条件而去改变查询结果
GET bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "gender": "M" } }
],
"should": [
{"match": { "address": "lane" }}
]
}
}
}- must_not必须不是指定的情况
GET bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "gender": "M" } }
],
"should": [
{"match": { "address": "lane" }}
],
"must_not": [
{"match": { "email": "baluba.com" }}
]
}
}
}address包含mill，并且gender是M，如果address里面有lane最好不过，但是email必须不包含baluba.com
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 “filtering”（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。
代码语言：javascript复制GET bank/_search
{
"query": {
"bool": {
"must": [
{"match": { "address": "mill"}}
],
"filter": {
"range": {
"balance": {
"gte": 10000,
"lte": 20000
}
}
}
}
}
}8）、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），并且同时返回聚合结果，把一个响应中的所有 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。
- 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": {
"group_by_state": {
"terms": {
"field": "age"
}
},
"avg_age": {
"avg": {
"field": "age"
}
}
},
"size": 0
}size：0 不显示搜索数据 aggs：执行聚合。聚合语法如下 “aggs”: { “aggs_name这次聚合的名字，方便展示在结果集中”: { “AGG_TYPE聚合的类型（avg,term,terms）”: {} } },
复杂： 按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
代码语言：javascript复制GET bank/account/_search
{
"query": {
"match_all": {}
},
"aggs": {
"age_avg": {
"terms": {
"field": "age",
"size": 1000
},
"aggs": {
"banlances_avg": {
"avg": {
"field": "balance"
}
}
}
}
}
,
"size": 1000
}http://www.cnblogs.com/duanxz/p/6528161.html
复杂：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
代码语言：javascript复制GET bank/account/_search
{
"query": {
"match_all": {}
},
"aggs": {
"age_agg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"gender_agg": {
"terms": {
"field": "gender.keyword",
"size": 100
},
"aggs": {
"balance_avg": {
"avg": {
"field": "balance"
}
}
}
},
"balance_avg":{
"avg": {
"field": "balance"
}
}
}
}
}
,
"size": 1000
}3、Mapping 1）、字段类型
2）、映射 Mapping（映射） Mapping是用来定义一个文档（document），以及它所包含的属性（field）是如何存储和索引的。 比如，使用mapping来定义：
- 哪些字符串属性应该被看做全文本属性（full text fields）。
- 哪些属性包含数字，日期或者地理位置。
- 文档中的所有属性是否都能被索引（_all 配置）。
- 日期的格式。
- 自定义映射规则来执行动态添加属性。
查看mapping信息： GET bank/_mapping 修改mapping信息 需要在创建索引的时候指定映射 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html
代码语言：javascript复制PUT my_index
{
"mappings": {
"user": {
"_all": { "enabled": false },
"properties": {
"title": { "type": "text" },
"name": { "type": "text" },
"age": { "type": "integer" }
}
},
"blogpost": {
"_all": { "enabled": false },
"properties": {
"title": { "type": "text" },
"body": { "type": "text" },
"user_id": {
"type": "keyword"
},
"created": {
"type": "date",
"format": "strict_date_optional_time||epoch_millis"
}
}
}
}
}自动猜测的映射类型
4、分词
一个 tokenizer（分词器）接收一个字符流，将之分割为独立的 tokens（词元，通常是独立的单词），然后输出 tokens 流。 例如，whitespace tokenizer 遇到空白字符时分割文本。它会将文本 “Quick brown fox!” 分割为 [Quick, brown, fox!]。 该 tokenizer（分词器）还负责记录各个 term（词条）的顺序或 position 位置（用于 phrase 短语和 word proximity 词近邻查询），以及 term（词条）所代表的原始 word（单词）的 start（起始）和 end（结束）的 character offsets（字符偏移量）（用于高亮显示搜索的内容）。 Elasticsearch 提供了很多内置的分词器，可以用来构建 custom analyzers（自定义分词器）。 倒排索引？ 红海行动 红海事件 搜索：红海行动 name:”红海特工行动’ name:”红海行动’ name:”红海大爆炸’ name:”行动红海’
红海(1,2,3,4) 1 1 1 行动(1,2,4) 1 1 事件() 特工(1) 大爆炸(3)
得分 2/3 1
字符串越短而且匹配的越多分就越高；
