Elasticsearch常用查询
常用的
match_all查询
match_all查询简单的匹配所有文档。在没有指定查询方式时，它是默认的查询：
{ "match_all": {}}match查询
无论你在任何字段上进行的是全文搜索还是精确查询，match查询是你可用的标准查询。
如果你在一个全文字段上使用match查询，在执行查询前，它将用正确的分析器去分析查询字符串：
{ "match": { "tweet": "About Search" }}如果在一个精确值的字段上使用它，例如数字、日期、布尔或者一个not_analyzed字符串字段，那么它将会精确匹配给定的值：
{ "match": { "age": 26 }}
{ "match": { "date": "2014-09-01" }}
{ "match": { "public": true }}
{ "match": { "tag": "full_text" }}multi_match查询
multi_match查询可以在多个字段上执行相同的match查询：
{
"multi_match": {
"query": "full text search",
"fields": [ "title", "body" ]
}
}range查询
range查询找出那些落在指定区间内的数字或者时间：
{
"range": {
"age": {
"gte": 20,
"lt": 30
}
}
}被允许的操作符如下：
gt:大于gte:大于等于lt:小于lte:小于等于term查询
term查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些not_analyzed的字符串：{ "term": { "age": 26 }} { "term": { "date": "2014-09-01" }} { "term": { "public": true }} { "term": { "tag": "full_text" }}term查询对于输入的文本不分析，所以它将给定的值进行精确查询。terms查询
terms查询和term查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：{ "terms": { "tag": [ "search", "full_text", "nosql" ] }}和
term查询一样，terms查询对于输入的文本不分析。它查询那些精确匹配的值（包括在大小写、重音、空格等方面的差异）。exists查询和missing查询
exists查询和missing查询被用于查找那些指定字段中有值 (exists) 或无值 (missing) 的文档。这与SQL中的IS_NULL(missing) 和NOT IS_NULL(exists) 在本质上具有共性：{ "exists": { "field": "title" } }这些查询经常用于某个字段有值的情况和某个字段缺值的情况。
组合多查询
bool查询
bool查询将多查询组合在一起，成为用户自己想要的布尔查询。它接收以下参数：
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。
下面的查询用于查找title字段匹配how to make millions并且不被标识为spam的文档。那些被标识为starred或在2014之后的文档，将比另外那些文档拥有更高的排名。如果 两者 都满足，那么它排名将更高：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }},
{ "range": { "date": { "gte": "2014-01-01" }}}
]
}
}如果没有
must语句，那么至少需要能够匹配其中的一条should语句。但，如果存在至少一条must语句，则对should语句的匹配没有要求。
如果我们不想因为文档的时间而影响得分，可以用filter语句来重写前面的例子：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"range": { "date": { "gte": "2014-01-01" }}
}
}
}range查询已经从should语句中移到filter语句
通过将range查询移到filter语句中，我们将它转成不评分的查询，将不再影响文档的相关性排名。由于它现在是一个不评分的查询，可以使用各种对filter查询有效的优化手段来提升性能。
所有查询都可以借鉴这种方式。将查询移到bool查询的filter语句中，这样它就自动的转成一个不评分的filter了。
constant_score查询
constant_score查询将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个filter而没有其它查询（例如，评分查询）的情况下。
可以使用它来取代只有filter语句的bool查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。
{
"constant_score": {
"filter": {
"term": { "category": "ebooks" }
}
}
}term查询被放置在constant_score中，转成不评分的filter。这种方式可以用来取代只有filter语句的bool查询。
除非注明，否则均为李锋镝的博客原创文章，转载必须以链接形式标明本文链接
说点什么