ElasticSearch(四)— 数据检索与查询

一、基本查询语法

所有的 REST 搜索请求使用_search 接口，既可以是 GET 请求，也可以是 POST请求，也可以通过在搜索 URL 中指定索引来限制范围。

_search 接口有两种请求方法，一种是基于 URI 的请求方式，另一种是基于

请求体的方式，无论哪种，他们执行的语法都是基于 DSL（ES 为我们定义的查询语言，基于 JSON 的查询语言），只是形式上不同。我们会基于请求体的方式来学习。

语法:

bash 复制代码

get indexName(aliasName)/_search
{ 
	"query":{ "match_all":{}},
	"size": 10,
	"from": 0,
	"_source": ["xxx","xxx"]
	"sort": ""	
}

from和size参数：

分页参数，from代表从第几页开始，size代表了返回文档的数量。需要注意的是，为了确定第 2 页的 10 项结果，Elasticsearch 必须要计算前 20 个结果。如果结果集合不断增加，获取某些靠后的翻页将会成为代价高昂的操作。

举例: 如果发送的 from 值是 7，size 值是 5,那么 Elasticsearch 将返回第 8、9、10、 11 和 12 项结果(由于 from 参数是从 0 开始，指定 7 就是从第 8项结果开始)。如果没有发送这两个参数，Elasticsearch 默认从第一项结果开始( 第 0 项结果)，在回复中返回 10 项结果。

需要注意的是，from 与 size 的和不能超过 index. max_result_window 这个索引配置项设置的值。默认情况下这个配置项的值为 10000,所以如果要查询 10000 条以后的文档，就必须要增加这个配置值。例如，要检索第 10000 条开始的 200 条数据，这个参数的值必须要大于 10200，否则将会抛出类似" Result window is too large'的异常。

由此可见，Elasticsearch 在使用 from 和 size 处理分页问题时会将所有数据全部取出来，然后再截取用户指定范围的数据返回。所以在查询非常靠后的数据时，即使使用了 from 和 size 定义的分页机制依然有内存溢出的可能，而 max_result_ window 设置的 10000 条则是对 Elastiesearch 的一.种保护机制。

_source参数:

指定_source 字段如何返回。默认是返回完整的_ source 字段。

通过配置_ source,将过滤返回的字段。如果索引的文档很大，而且无须结果中的全部内容，就使用这个功能。请注意，如果想使用它，就不能在索引映射中关闭_ source 字段。

元字段_source 中存储了文档的原始数据。如果请求中没有指定_source，Elasticsearch 默认返回整个_ source，或者如果_ source 没有存储，那么就只返回匹配文档的元数据:_ id、_type、_index 和_score。

你不仅可以返回字段列表,还可以指定通配符。例如,如果想同时返回" DestCountry "和" DestWeather "字段，可以这样配置_ source: "Dest*"。也可以使用通配字符串的数组来指定多个通配符，例如_ source:[" Origin*","* Weather "]。

不仅可以指定哪些字段需要返回，还可以指定哪些字段无须返回。比如：

bash 复制代码

get indexName/_search{
	"_source": {
		"includes": ["*.lon",
		"*.lat"],
		"excludes": "DestLocation.*"
	}
}

sort参数:

如果没有指定 sort 排序选项，Elasticsearch 返回匹配的文档的时候，按照_ score 取值的降序来排列，这样最为相关的(得分最高的)文档就会排名在前。为了对字段进行升序或降序排列，指定映射的数组，而不是字段的数组。通过在 sort 中指定字段列表或者是字段映射,可以在任意数量的字段上进行排序。

例如：

bash 复制代码

get indexName/_search{
	"from": 100,
	"size": 20,
	"query": {
		"match_all": {
			
		}
	},
	"_source": ["Origin*",
	"*Weather"],
	"sort": [{
		"DistanceKilometers": "asc"
	},
	{
		"FlightNum": "desc"
	}]
}

二、 Query参数详解

_search接口的query参数支持多种类型的查询，下面详细讲解每种类型的查询。

2.1 term 查询

词项精准查询。对于字符串而言，字符串的精确匹配是指字符的大小写，字符的数量和位置都是相同的，词条（term）查询使用字符的完全匹配方式进行文本搜索，词条查询不会分析（analyze）查询字符串，给定的字段必须完全匹配词条查询中指定的字符串。

例如:

精准匹配，可以查询出结果，但是如果是如下查询:

就没有结果。因此可以把 term 查询理解为 SQL 语句中 where 条件的等于号。

2.2 terms 查询

可以把 terms 查询理解为 SQL 语句中 where 条件的 in 操作符：

bash 复制代码

get indexName/_search{
	"query": {
		"terms": {
			"OriginCityName": ["Frankfurt am Main","Cape Town"]
		}
	}
}

Elasticsearch 在 terms 查询中还支持跨索引查询，这类似于关系型数据库中的一对多或多对多关系。比如，用户与文章之间就是一对多关系，可以在用户索引中存储文章编号的数组以建立这种对应关系，而将文章的实际内容保存在文章索引中( 当然也可以在文章中保存用户 ID)。如果想将 ID 为 1 的用户发表的所有文章都找出来，在文章索引中查询时为：

bash 复制代码

POST /articles/search{
	"query": {
		"terms": {
			"_id": {
				"index": "users",
				"id": 1,
				"path": "articles"
			}
		}
	}
}

在上面的例子中，terms 要匹配的字段是 id, 但匹配值则来自于另一个索引。这里用到了 index、id 和 path 三个参数，它们分别代表要引用的索引、文档 ID和字段路径。在上面的例子中，先会到 users 索引中在找 id 为 1 的文档，然后取出 articles 字段的值与 articles 索引里的_id 做对比，这样就将用户 1 的所有文章都取出来了。

2.3 range 查询

range 查询和过滤器的含义是不言而喻的，它们查询介于一定范围之内的值，适用于数字、日期甚至是字符串。

为了使用范围查询，需要指定某个字段的上界和下界值。例如：

bash 复制代码

get indexName/_search{
	"query": {
		"range": {
			"FlightDelayMin": {
				"gte": 100,
				"lte": 200
			}
		}
	}
}

gte：大于等于（greater than and equal）

gt：大于（greater than）

lte：小于等于（less than and equal）

lt：大于（less than ）

boost：相关性评分。

2.4 prefix 查询

prefix 查询允许你根据给定的前缀来搜索词条，这里前缀在同样搜索之前是没有经过分析的。例如：

bash 复制代码

get indexname/_search{
	"query": {
		"prefix": {
			"DestCountry": "C"
		}
	}
}

找到DestCountry字段中所有以 C 开头的文档。

2.5 wildcard 查询和 regexp 查询

wildcard 查询就是通配符查询。

使用字符串可以让 Elasticsearch 使用*通配符替代任何数量的字符(也可以不含)或者是使用?通配符替代单个字符。

例如，有 5 个单词："bacon"、"barn" 、"ban" 和"baboon" 。

"bam"，ba*n的查询会匹配"bacon""barn" "ban" 和"baboon",这是因为*号可以匹配任何字符序列，而查询"ba?n" 只会匹配"barn"，因为?任何时候都需要匹配一个单独字符。

也可以混合使用多个*和?字符来匹配更为复杂的通配模板，比如 f*f?x 就可以匹配 firefox。

bash 复制代码

get indexname/_search{
	"query": {
		"wildcard": {
			"Dest": "*Marco*"
		}
	}
}

Elasticsearch 也支持正则 regexp 查询,例如:

bash 复制代码

get indexname/_search{
	"query": {
		"regexp": {
			"字段名": "正则表达式"
		}
	}
}