目录： 一、针对这次装B 的解释
四、 查询
四、 查询
1. 查询的官网的文档
2. 查询的rest格式
3. 介绍用过的查询方式
一般的查询
http://blog.csdn.net/dm_vincent/article/details/41820537
查询出的数据字段的解释
- took —— Elasticsearch执行这个搜索的耗时，以毫秒为单位- timed_out —— 指明这个搜索是否超时
- _shards —— 指出多少个分片被搜索了，同时也指出了成功/失败的被搜索的shards的数量
- hits —— 搜索结果
- hits.total —— 能够匹配我们查询标准的文档的总数目
- hits.hits —— 真正的搜索结果数据（默认只显示前10个文档）- _score和max_score —— 现在先忽略这些字段
(1) match匹配
"query":{
"match":{
"UserName":"BWH-PC"
}
}
match是匹配一个key对应的value，value可以是多个，但是必须是这个字段下的，查找多个字段的是不行.
{
"query": {
"match": {
"text": "quick fox"
}
}
}
相当于
{
"query": {
"bool": {
"should": [
{
"term": {
"text": "quick"
}
},
{
"term": {
"text": "fox"
}
}
]
}
}
}
(2) multi_match 匹配
{
"query": {
"multi_match": {
"query": "bbc0641345dd8224ce81bbc79218a16f",
"operator": "or",
"fields": [
"*.machine"
]
}
}
}
注意：如果没有machine这个字段，就会报错，需要在fields后面添加一个""
fields中可以添加*做模糊----fields": ["f*.name"]【查询的是f开头的】
"operator":"or" 指的是对query中的多个值查询方式
其中的type的配置报错，需要进一步学习
(3) bool查询
{
"bool": {
"must": {
"match": {
"title": "how to make millions"
}
},
"must_not": {
"match": {
"tag": "spam"
}
},
"should": [
{
"match": {
"tag": "starred"
}
},
{
"range": {
"date": {
"gte": "2014-01-01"
}
}
}
]
}
}
must：所有分句都必须匹配，与 AND 相同。
must_not：所有分句都必须不匹配，与 NOT 相同。
should：至少有一个分句匹配，与 OR 相同。
(4) term查询
(a) 在term查询中，字段是field.name1,那么term不能查，以为"."必须是域
"term":{"f1.name":"a1"}-----那么意思是查找的是f1的field下面的name
但是数据中有"f1.name":"a1" ,那么term是查找不到这个， 所以数据中的key不能有"."
(b) 在term中查询时候，查询的字段的值不能有大写，但是可以有空格 ---- 对数据中有大写，那么查询用小写，也会匹配到那个值的
"term": {
"CapabilityDescriptions": "aa"
}
(5)不计算存在的次数，判断存在就1分，当然可以指定分数
{
"query": {
"bool": {
"should": [
{
"constant_score": {
"query": {
"match": {
"description": "wifi"
}
}
}
},
{
"constant_score": {
"query": {
"match": {
"description": "garden"
}
}
}
},
{
"constant_score": {
"boost": {
"query": {
"match": {
"description": "pool"
}
}
}
}
}
]
}
}
}
(6) exists 过滤器 相当于is not null
missing相当于is null【没查到的是null】
(7) 过滤查询---了解到这种过滤会使得查询效率高，而不是单纯的查询完以后的过滤
当执行 filtered 查询时，filter 会比 query 早执行。结果字节集会被传给 query 来跳过已经被排除的文档。这种过滤器提升性能的方式，查询更少的文档意味着更快的速度。
(a)query带match filter带term 【term是精确匹配单个字段 , terms中可以写多个的term】
{
"query": {
"filtered": {
"query": {
"match": {
"email": "business opportunity"
}
},
"filter": {
"term": {
"folder": "inbox"
}
}
}
}
}
(b)query没有，默认是查询match_all ， fliter中带bool 【bool中再使用match或者match_all，需要用query包】
{
"query": {
"filtered": {
"filter": {
"bool": {
"must": {
"term": {
"folder": "inbox"
}
},
"must_not": {
"query": {
"match": {
"email": "urgent business proposal"
}
}
}
}
}
}
}
}
(c) tie_breaker ,在标题的网址中去查，是最佳字段的调优，是将匹配度乘以这个值
tie_breaker的取值范围是0到1之间的浮点数，取0时即为仅使用最佳匹配子句(译注：和不使用tie_breaker参数的dis_max查询效果相同)，取1则会将所有匹配的子句一视同仁。
它的确切值需要根据你的数据和查询进行调整，但是一个合理的值会靠近0，(比如，0.1 -0.4)，来确保不会压倒dis_max查询具有的最佳匹配性质。
(d)range 过滤器，让你可以根据范围过滤：range过滤器也可以用于日期字段
"range": {
"price": {
"gt": 20,
"lt": 40
}
}
{
"query": {
"filtered": {
"filter": {
"range": {
"price": {
"gte": 20,
"lt": 40
}
}
}
}
}
}
{
"range": {
"timestamp": {
"gt": "2014-01-0100: 00: 00",
"lt": "2014-01-0700: 00: 00"
}
}
}
到所有最近一个小时的文档:
{
"range": {
"timestamp": {
"gt": "now-1h"
}
}
}
(e) 区别于 filtered ，post_filter查询就是先查询，后过滤， 效率没有前面的高
后置过滤--post_filter元素是一个顶层元素，只会对搜索结果进行过滤。警告：性能考量
只有当你需要对搜索结果和聚合使用不同的过滤方式时才考虑使用post_filter。有时一些用户会直接在常规搜索中使用post_filter。
不要这样做！post_filter会在查询之后才会被执行，因此会失去过滤在性能上帮助(比如缓存)。
post_filter应该只和聚合一起使用，并且仅当你使用了不同的过滤条件时。
----下面的例子是可以过滤field的，multi_match必须使用query包，
match只能过滤没有被“包”的，必须multi_match是过滤被"包"的,
query_string中的是全文搜索，是可以查到所有的数据
eg:查询machine是bbc0641345dd8224ce81bbc79218a16f,不管是否被字段包，都需要过滤出来
{
"query": {
"query_string": {
"query": "*"
}
},
"post_filter": {
"bool": {
"should": {
"query": {
"bool": {
"should": [
{
"match": {
"machine": "bbc0641345dd8224ce81bbc79218a16f"
}
},
{
"match": {
"machine": "bbc0641345dd8224ce81bbc79218a16f"
}
}
]
}
}
}
}
}
}
当然，在里面的每一个should中，可以去做很多变形，但是should多个子类时，必须用[]
{
"query": {
"query_string": {
"query": "*"
}
},
"post_filter": {
"bool": {
"should": [
{
"query": {
"bool": {
"must": [
{
"multi_match": {
"query": "bbc0641345dd8224ce81bbc79218a16f",
"operator": "or",
"fields": [
"*.machine",
""
]
}
},
{
"multi_match": {
"query": "10.10.185.99",
"operator": "or",
"fields": [
"*.IPAddress",
""
]
}
}
]
}
}
},
{
"query": {
"bool": {
"must": [
{
"match": {
"machine": "bbc0641345dd8224ce81bbc79218a16f"
}
},
{
"match": {
"IPAddress": "10.10.11.11"
}
}
]
}
}
}
]
}
}
}
(f) 这是查询中最让人恶心的：查询到结果以后，进行过滤(或者过滤以后进行查询)----其实这种复杂的，直接在query中查，最后在_score中过滤,0.1以下的就是不匹配(同事不让，原因不明，我感觉这很好用)
在一般的过滤中，比如"first":"a1" 那么只能过滤到第二个，不被name包的
但是有时候，对于field没创建好的情况下，需要"包"，"不包"的都匹配上，就需要使用multi_match和match的联用
在过滤中可以用match或者multi_match,query_string放的方式用query包
eg:查询 last = a2的，不管包还是不包的都要查询出来
{
"query": {
"filtered": {
"query": {
"query_string": {
"query": "*"
}
},
"filter": {
"bool": {
"should": {
"query": {
"bool": {
"should": [
{
"multi_match": {
"query": "a2",
"operator": "or",
"fields": [
"*.last"
]
}
},
{
"match": {
"last": "a2"
}
}
]
}
}
}
}
}
}
}
}
8. 询条件添加以后，进行数量的检索_search?search_type=count
