Elastic Search快速上手（3）：搜索

前言

存储好数据之后，便可通过RESTful API进行搜索。

详细文档可参考：
--简单搜索https://www.elastic.co/guide/...
--深入搜索https://www.elastic.co/guide/...

注：对前文的一个补充，可以使用analyze来查看分词器的分词结果。

GET _analyze
{
  "analyzer": "ik_smart",
  "text":"数据结构算法熟悉"
}

分词结果：

{
  "tokens": [
    {
      "token": "数据结构",
      "start_offset": 0,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 0
    },
    {
      "token": "算法",
      "start_offset": 4,
      "end_offset": 6,
      "type": "CN_WORD",
      "position": 1
    },
    {
      "token": "熟悉",
      "start_offset": 6,
      "end_offset": 8,
      "type": "CN_WORD",
      "position": 2
    }
  ]
}

基本搜索

请求路径

搜索使用GET方式，GET请求的路径中，可以包含目标索引、类型和文档 id。

/_search
在所有的索引中搜索所有的类型
/gb/_search
在 gb 索引中搜索所有的类型
/gb,us/_search
在 gb 和 us 索引中搜索所有的文档
/g*,u*/_search
在任何以 g 或者 u 开头的索引中搜索所有的类型
/gb/user/_search
在 gb 索引中搜索 user 类型
/gb,us/user,tweet/_search
在 gb 和 us 索引中搜索 user 和 tweet 类型
/_all/user,tweet/_search
在所有的索引中搜索 user 和 tweet 类型

轻量搜索

可以直接在请求url中，附加搜索关键词。
例如，查询在 tweet 类型中 tweet 字段包含 elasticsearch 单词的所有文档：

GET _all/tweet/_search?q=tweet:elasticsearch

但这种方式当条件较为复杂时，url会很难读。

请求体查询

形如：（注，有时GET不支持带请求体，因此这里的GET请求也可换成POST）

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

match查询

例如，查找title字段中含有python的：

GET test/_search
{
  "query":{
    "match":{
      "title":"python"
    }
  }
}

返回结果：

{
  "took": 48, # 耗时48ms
  "timed_out": false, # 未超时
  "_shards": {
    "total": 5, # 共有5个分片进行查询
    "successful": 5, # 5个分片成功查询
    "failed": 0
  },
  "hits": { # 一共有3条满足条件的记录
    "total": 3,
    "max_score": 0.45203948, # 最高得分
    "hits": [ # 以下为结果集
      {
        "_index": "test",
        "_type": "job",
        "_id": "AV3LXb9wdmPltg3H8bEu",
        "_score": 0.45203948,
        "_source": {
          "title": "python打造推荐引擎系统",
          "company_name": "阿里巴巴科技公司",
          "desc": "熟悉推荐引擎的原理以及算法，掌握C语言",
          "comments": 60,
          "add_time": "2016-10-20"
        }
      }#略
      ]
  }
}

注意

如果在一个精确字段上面使用match，则会精确匹配，比如在数字或者keyword的字段上使用。如果是text类型，则数据和查询语句都会经过分词器的处理。

例如，如果标题中为python，而查询词为大写Python，若经过ik分词，都会被转换为小写，因此仍然能查出；但如果此title字段未经分词，而是keyword类型的话，则大小写不匹配，就无法查出。

此外，match中只能指定一个查询字段。

term查询

区别是term对于查询词不会进行分词，必须精确完全匹配。

GET test/_search
{
  "query":{
    "term":{
      "title":"python打造"
    }
  }
}

terms查询

可指定多个关键词进行term查询，满足其中一个关键词即可。

GET test/_search
{
  "query":{
    "terms":{
      "title":["python打造","django"]
    }
  }
}

match_all查询

最简单的，查找所有。

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

match_phrase查询

在match查询中，如果对text字段指定了像“python教程”这样的查询词，会进行分词，包含python或教程的结果都会被查询出来。而match_phrase也会进行分词，但是只有全部包含这些词的结果会被查询出来。

GET test/_search
{
  "query":{
    "match_phrase": {
      "title":{
        "query":"python系统",
        "slop":6
      }
    }
  }
}

slop的含义是拆分出来的词之间的最大间距。若超出此间距，就算都包含这些词，也不会返回。

multi_match查询

match查询只能指定一个字段，而multi_match可以指定多个字段。

GET test/_search
{
  "query":{
    "multi_match": {
      "query":"python",
      "fields":["title^3","desc"]
    }
  }
}

上面语句是同时在title和desc中查询python关键词。注意到^3，是指定权重，title字段的权重是desc的三倍。

查询范围

查询comments中大于5小于等于60的数据：

GET test/_search
{
  "query":{
    "range":{
      "comments":{
        "gt":5,
        "lte":60
      }
    }
  }
}

查询时间大于17-4-1而且小于等于当前：

GET test/_search
{
  "query":{
    "range":{
      "add_time":{
        "gt":"2017-04-01",
        "lte":"now",
        "boost":2.0
      }
    }
  }
}

（boost是权重，可有可无，别的地方也可以用）

通配符查询

查询pyt*n：

GET test/_search
{
  "query":{
      "wildcard":{
        "title":{
          "value":"pyt*n",
          "boost":2.0
        }
      }
  }
}

查询结果分页

可以进行查询结果的分页，指定从第几个开始，取几个。

GET test/_search
{
  "query":{
    "match":{
      "title":"python"
    }
  },
  "from":0,
  "size":2
}

只返回部分字段

还是可以通过_source指定返回哪些字段。

GET test/_search
{
  "_source": ["title","company_name"], 
  "query":{
    "match":{
      "title":"python"
    }
  }
}

返回结果排序

对comments字段按照asc升序排列（desc为降序）：

GET test/_search
{
  "query":{
    "match":{
      "title":"python"
    }
  },
  "sort":{
    "comments":{
      "order":"asc"
    }
  }
}

bool查询

查询参数

bool查询将多查询组合在一起，它包含以下四种参数：
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。

简单过滤

在bool中可指定filter进行过滤。
如，使用term精确匹配出salary为20的文档：

GET test2/job/_search
{
  "query":{
    "bool":{
      "filter":{
        "term":{
          "salary":20
        }
      }
    }
  }
}

如果想过滤多个值，可以用terms。

组合查询

灵活运用各种组合过滤查询。例如，下面的查询，是{salary不能为30}并且{salary为20 或者 title匹配python}

GET test2/job/_search
{
  "query":{
    "bool":{
      "should":[
        {"term":{"salary":20}},
        {"match":{"title":"python"}}
      ],
      "must_not":{
        "term":{"salary":30}
      }
    }
  }
}

嵌套查询

bool可进行嵌套。下面的例子，外层should并列两个条件或，要么标题含有python，要么必须满足标题精确匹配django而且salary精确匹配30.

GET test2/job/_search
{
  "query":{
    "bool":{
      "should":[
        {"match":{"title":"python"}},
        {"bool":{
          "must":[
            {"term":{"title":"django"}},
            {"term":{"salary":30}}
            ]
        }}
      ]
    }
  }
}

exists

用于查询某个字段是否存在或为null。
下面例子中，前者筛选出存在title字段的文档，后者则反之。

GET test2/job2/_search
{
  "query":{
    "bool":{
      "filter":{
        "exists": {
          "field": "title"
        }
      }
    }
  }
}

GET test2/job2/_search
{
  "query":{
    "bool":{
      "must_not":{
        "exists": {
          "field": "title"
        }
      }
    }
  }
}

---

---

经过上面的介绍，基本整理了es的搜索中的常用方法，能满足最基础的搜索使用。更详细的搜索，请参阅文档。