ElasticSearch高级查询

子条件查询

    子条件查询指特定字段查询所指特定值

    全文本查询

        全文本查询针对文本类型数据

    字段级别查询

        针对结构化数据,如数字,日期等


    Query Context

        Query Context 在查询过程中,除了判断文档是否满足查询条件外,ES还会计算一个_score来标识匹配的程度,指在判断目标文档和查询条件匹配的有多好


案例一:

post    127.0.0.1:9200/people/_search

{

    "query": {

        # 模糊匹配(会匹配出ElasticSearch和入门两个关键词,如:ElasticSearch从开始到放弃 也会被匹配出来)

        # ”match“: {"name": "ElasticSearch入门"}

        # 全匹配

        # "match_phrase": {"name": "ElasticSearch入门"}

        ”multi_match“: {

            "query": "瓦力",

            # 查询name或age包含 瓦力

            ”fields“: ["name", "age"]

        }

    }

}


案例二:

post    127.0.0.1:9200/people/_search

{

    "query": {

        "query_string": {

            # 语法查询

            "query": "(ElasticSearch AND 入门) OR Python",

            # 指定查询字段

            ”fields“: ["name", "age"]

        }

    }

}


案例三:

post    127.0.0.1:9200/people/_search

{

    "query": {

        # 查询age等于100的数据

        # ”term“: {"age": 100}

        # 查询age大于等于50小于等于100的数据

        # "range": {"age": {"gte": 50, "lte": 100}}

        # 查询date大于2017-01-01到现在的数据

        ”range“: {"date": {"gt": "2017-01-01", "lte": "now"}}

    }

}


    Filter Context

        Filter Context 在查询过程中值判断该文档是否满足条件,只有Yes或No


post    127.0.0.1:9200/people/_search

{

    "query": {

        "bool": {

            "filter": {

                "term": {"age": 100}

            }

        }

    }

}


复合条件查询

    符合条件查询指以一定的逻辑组合子条件查询

    固定分数查询

post    127.0.0.1:9200/people/_search

{

    "query": {

        # 固定_score分数

        "constant_score":{

            "filter":{

                "match": {"name": "ElasticSearch"}

            },

            # 指定_score分数

            "boost": 2

        }

    }

}


    布尔查询

post    127.0.0.1:9200/people/_search

{

    "query": {

        ”bool“: {

            # 或 or

            # "should": []

            # 取反 不等于

            # "must_not":[]

            # 与 and  (name为瓦力并且age为100)

            "must":[

                {

                    "match":{"name": ”瓦力“}

                },

                {

                    "match":{"age": 100 }

                }

            ],

            # 只返回country为China的

            "filter": {

                "term": {"country": "China"}

            }

        }

    }

}


    ...more

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342