1. Elasticsearch的查询方式
Elasticsearch（ES）提供了多种查询方式，可以根据不同的需求和场景选择合适的查询类型。
2. 常用的ES查询方式
-
Match Query（匹配查询）： 根据字段中的内容进行全文匹配查询，可以使用
match、multi_match等。 -
Term Query（精确查询）： 根据字段中的精确值进行查询，适用于keyword类型或者已经执行过分词器的字段。
-
Range Query（范围查询）： 根据字段中的范围值进行查询，可以用来查询数字或日期范围，例如大于、小于、范围内等。
-
Bool Query（布尔查询）： 通过逻辑运算符（
must、must_not、should）组合多个查询条件，实现更复杂的查询逻辑。 -
Match Phrase Query（短语匹配查询）： 根据字段中连续的短语进行查询，适用于需要保持短语顺序的查询。
-
Prefix Query（前缀查询）： 根据字段中的前缀进行查询，适用于需要按照前缀匹配查询的场景。
-
Wildcard Query（通配符查询）： 根据通配符模式进行查询，支持通配符符号（
*和?）进行模糊匹配。 -
Fuzzy Query（模糊查询）： 根据字段中的模糊匹配进行查询，可以通过设置fuzziness参数来控制模糊程度。
-
Nested Query（嵌套查询）： 根据嵌套对象进行查询，以便查询嵌套在文档中的相关信息。
-
Aggregation Query（聚合查询）： 用于计算、统计和分析数据，包括求和、平均值、最小值、最大值、分组等操作。
以上只是一些常见的查询方式，ES还提供了更多的查询类型和功能，如复杂查询、地理位置查询、正则表达式查询等，可根据实际需求选择合适的查询方式。
3. 查询案例
下面是一个包含各种查询案例的示例：
3.1 products的索引
product_name：产品名称，类型为text
category：产品类别，类型为keyword
price：产品价格，类型为float
description：产品描述，类型为text
tags：产品标签，类型为keyword
创建索引products：
PUT /products
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1
},
"mappings": {
"properties": {
"product_name": {
"type": "text"
},
"category": {
"type": "keyword"
},
"price": {
"type": "float"
},
"description": {
"type": "text"
},
"tags": {
"type": "keyword"
}
}
}
}
创建了一个名为products的索引。 number_of_shards定义了主分片数为1。
number_of_replicas定义了副本数为1。 mappings定义了索引中的字段类型和属性。
3.2 Match Query（匹配查询）
POST /products/_search
{
"query": {
"match": {
"product_name": "laptop"
}
}
}
使用match查询来进行全文匹配查询。 在product_name字段中匹配关键词"laptop"。
返回与"laptop"相关度最高的文档。
3.3 Term Query（精确查询）
POST /products/_search
{
"query": {
"term": {
"category": "electronics"
}
}
}
使用term查询进行精确匹配查询。 在category字段中精确匹配"electronics"。
返回与"electronics"完全一致的文档。
3.4 Range Query（范围查询）
POST /products/_search
{
"query": {
"range": {
"price": {
"gte": 100,
"lte": 500
}
}
}
}
使用range查询进行范围查询。 在price字段中查询价格在100到500之间的文档。 返回价格在100到500之间的文档。
3.5 Bool Query（布尔查询）
POST /products/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"product_name": "laptop" } },
{
"term": {
"category": "electronics" } }
],
"must_not": [
{
"range": {
"price": {
"gte": 2000 } } }
],
"should": [
{
"match": {
"description": "lightweight" } },
{
"match": {
"tags": "portable" } }
]
}
}
}
使用bool查询进行多条件查询逻辑。
must子句中同时满足product_name为"laptop"和category为"electronics"的文档。
must_not子句中排除价格大于等于2000的文档。
should子句中满足description包含"lightweight"或tags包含"portable"的文档。
返回符合以上条件的文档。
3.6 Match Phrase Query（短语匹配查询）
POST /products/_search
{
"query": {
"match_phrase": {
"product_name": "red laptop"
}
}
}
使用match_phrase查询进行短语匹配查询。 在product_name字段中匹配短语"red laptop"。 返回包含短语"red
laptop"的文档。
3.7 Prefix Query（前缀查询）
POST /products/_search
{
"query": {
"prefix": {
"product_name": "ca"
}
}
}
使用prefix查询进行前缀匹配查询。 在product_name字段中匹配以"ca"开头的文档。 返回以"ca"开头的产品名称的文档。
3.8 Wildcard Query（通配符查询）
POST /products/_search
{
"query": {
"wildcard": {
"product_name": "l*t"
}
}
}
使用wildcard查询进行通配符模式匹配查询。 在product_name字段中匹配带有"l"和"t"之间任意字符的文档。
返回符合通配符模式的文档。
3.9 Fuzzy Query（模糊查询）
POST /products/_search
{
"query": {
"fuzzy": {
"product_name": {
"value": "laptop",
"fuzziness": 2
}
}
}
}
使用fuzzy查询进行模糊匹配查询。 在product_name字段中匹配与"laptop"相似的文档。
fuzziness参数设置了相似度为2。 返回与"laptop"相似的文档。
3.10 Nested Query（嵌套查询）
POST /products/_search
{
"query": {
"nested": {
"path": "reviews",
"query": {
"match": {
"reviews.comment": "good"
}
}
}
}
}
使用nested查询进行嵌套查询。 在reviews嵌套字段中根据reviews.comment字段的值查询"good"的文档。
返回包含满足嵌套查询条件的文档。
3.11 Aggregation Query（聚合查询）
POST /products/_search
{
"size": 0,
"aggregations": {
"avg_price": {
"avg": {
"field": "price"
}
},
"max_price": {
"max": {
"field": "price"
}
},
"category_count": {
"terms": {
"field": "category"
}
}
}
}
使用aggregations进行聚合查询。 avg聚合计算了price字段的平均值。 max聚合计算了price字段的最大值。
terms聚合按category字段进行分组统计。 返回计算和统计结果，包括平均价格、最高价格和每个分类的文档数量。