ES查询term的⽤法
1、term 的⽤法
term检索，如果content分词后含有中国这个token，就会检索到
2、querystring的⽤法
querystring检索，它会先把”中国美国“分词成中国、美国分别去检索，然后最后默认是OR的关系
3、
你也可以明显的写成
“query” : “中国 AND 美国”
或者
“query” : “中国 OR 美国”
如果你把查询条件加上双引号
“query” : “\”中国美国\””
便类似mysql⾥的like的效果
4、
java客户端
–总结–
java程序都有对应的类和⽅法。创建索引和设置mapping，这⾥就不赘述了，主要是检索：
4.1 term搜索主要是⽤：
4.2 querystring搜索使⽤：
QueryStringQueryBuilder queryString = new QueryStringQueryBuilder(“中国 OR 美国”);
queryString.field(“content”);
Filter DSL
term 过滤
term主要⽤于精确匹配哪些值，⽐如数字，⽇期，布尔值或 not_analyzed 的字符串(未经分析的⽂本数据类型)：
{ “term”: { “age”: 26 }}
{ “term”: { “date”: “2014-09-01” }}
{ “term”: { “public”: true }}
{ “term”: { “tag”: “full_text” }}
完整的例⼦， hostname 字段完全匹配成 saaap.wangpos 的数据：
{
“query”: {
“term”: {
“hostname”: “saaap.wangpos”
}
}
}
terms 过滤
terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么⽂档需要⼀起去做匹配：
{
“terms”: {
“tag”: [ “search”, “full_text”, “nosql” ]
}
}
完整的例⼦，所有http的状态是 302 、304 的， 由于ES中状态是数字类型的字段，所有这⾥我们可以直接这么写。：
{
“query”: {
“terms”: {
“status”: [
304,
302
]
}
}
}
range 过滤
range过滤允许我们按照指定范围查⼀批数据：
{
“range”: {
“age”: {
“gte”: 20,
“lt”: 30
}
}
}
范围操作符包含：
gt :: ⼤于
gte:: ⼤于等于
lt :: ⼩于
lte:: ⼩于等于
⼀个完整的例⼦， 请求页⾯耗时⼤于1秒的数据，upstream_response_time 是 nginx ⽇志中的耗时，ES中是数字类型。
{
“query”: {
“range”: {
“upstream_response_time”: {
“gt”: 1
}
}
}
}
exists 和 missing 过滤
exists 和 missing 过滤可以⽤于查⽂档中是否包含指定字段或没有某个字段，类似于SQL语句中的IS_NULL条件.
{
“exists”: {
“field”: “title”
}
}
这两个过滤只是针对已经查出⼀批数据来，但是想区分出某个字段是否存在的时候使⽤。
bool 过滤
bool 过滤可以⽤来合并多个过滤条件查询结果的布尔逻辑，它包含⼀下操作符：
must :: 多个查询条件的完全匹配，相当于 and。
must_not :: 多个查询条件的相反匹配，相当于 not。
should :: ⾄少有⼀个查询条件匹配, 相当于 or。
这些参数可以分别继承⼀个过滤条件或者⼀个过滤条件的数组：
{
“bool”: {
“must”: { “term”: { “folder”: “inbox” }},
“must_not”: { “term”: { “tag”: “spam” }},
“should”: [
{ “term”: { “starred”: true }},
{ “term”: { “unread”: true }}
]
}
}
Query DSL
match_all 查询
可以查询到所有⽂档，是没有查询条件下的默认语句。
{
“match_all”: {}
}
此查询常⽤于合并过滤条件。 ⽐如说你需要检索所有的邮箱，所有的⽂档相关性都是相同的，所以得到的_score为1.
match 查询
match查询是⼀个标准查询，不管你需要全⽂本查询还是精确查询基本上都要⽤到它。
如果你使⽤ match 查询⼀个全⽂本字段，它会在真正查询之前⽤分析器先分析match⼀下查询字符：
{
“match”: {
“tweet”: “About Search”
}
}
如果⽤match下指定了⼀个确切值，在遇到数字，⽇期，布尔值或者not_analyzed 的字符串时，它将为你搜索你给定的值：
{ “match”: { “age”: 26 }}
{ “match”: { “date”: “2014-09-01” }}
{ “match”: { “public”: true }}
{ “match”: { “tag”: “full_text” }}
提⽰： 做精确匹配搜索时，你最好⽤过滤语句，因为过滤语句可以缓存数据。
match查询只能就指定某个确切字段某个确切的值进⾏搜索，⽽你要做的就是为它指定正确的字段名以避免语法错误。
multi_match 查询
multi_match查询允许你做match查询的基础上同时搜索多个字段，在多个字段中同时查⼀个：
{
“multi_match”: {
“query”: “full text search”,
“fields”: [ “title”, “body” ]
}
}
bool 查询
exists的用法bool 查询与 bool 过滤相似，⽤于合并多个查询⼦句。不同的是，bool 过滤可以直接给出是否匹配成功， ⽽bool 查询要计算每⼀个查询⼦句的 _score （相关性分值）。
must:: 查询指定⽂档⼀定要被包含。
must_not:: 查询指定⽂档⼀定不要被包含。
should:: 查询指定⽂档，有则可以为⽂档相关性加分。
以下查询将会到 title 字段中包含 “how to make millions”，并且 “tag” 字段没有被标为 spam。 如果有标识为 “starred” 或者发布⽇期为2014年之前，那么这些匹配的⽂档将⽐同类⽹站等级⾼：
{
“bool”: {
“must”: { “match”: { “title”: “how to make millions” }},
“must_not”: { “match”: { “tag”: “spam” }},
“should”: [
{ “match”: { “tag”: “starred” }},
{ “range”: { “date”: { “gte”: “2014-01-01” }}}
]
}
}
提⽰： 如果bool 查询下没有must⼦句，那⾄少应该有⼀个should⼦句。但是 如果有must⼦句，那么没有should⼦句也可以进⾏查询。
wildcards 查询
使⽤标准的shell通配符查询
以下查询能够匹配包含W1F 7HW和W2F 8HW的⽂档：
GET /my_index/address/_search
{
“query”: {
“wildcard”: {
“postcode”: “W?F*HW”
}
}
}
⼜⽐如下⾯查询 hostname 匹配下⾯shell通配符的：
{
“query”: {
“wildcard”: {
“hostname”: “wxopen*”
}
}
}
regexp 查询
假设您只想匹配以W开头，紧跟着数字的。使⽤regexp查询能够让你写下更复杂的模式：
GET /my_index/address/_search
{
“query”: {
“regexp”: {
“postcode”: “W[0-9].+”
}
}
}
这个正则表达式的规定了词条需要以W开头，紧跟着⼀个0到9的数字，然后是⼀个或者多个其它字符。
下⾯例⼦是所有以 wxopen 开头的正则
{
“query”: {
“regexp”: {
“hostname”: “wxopen.*”
}
}
}
prefix 查询
以什么字符开头的，可以更简单地⽤ prefix，如下⾯的例⼦：
{
“query”: {
“prefix”: {
“hostname”: “wxopen”
}
}
}
短语匹配(Phrase Matching)
当你需要寻邻近的⼏个单词时，你会使⽤match_phrase查询：
GET /my_index/my_type/_search
{
“query”: {
“match_phrase”: {
“title”: “quick brown fox”
}
}
}
和match查询类似，match_phrase查询⾸先解析查询字符串来产⽣⼀个词条列表。然后会搜索所有的词条， 但只保留含有了所有搜索词条的⽂档，并且词条的位置要邻接。⼀个针对短语quick fox的查询不会匹配
我们的任何⽂档，因为没有⽂档含有邻接在⼀起的quick和box词条。
match_phrase查询也可以写成类型为phrase的match查询：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。