1、elasticsearch搜索语句

  • 当把数据用es索引以后,可以通过_search结尾的请求来进行搜索,使用es的DSL在请求体中指定搜索条件
    可以在请求URI中指定要搜索的索引名称,默认会响应命中的10个文档,
    以下是搜索全部,使用match_all
GET /customer/_search
{
  "query":{"match_all":{}},
  "sort":[fe'w
    {"age":"desc"}
    ]
  
}

得到以下查询结果

{
  "took" : 1,   //查询响应时间,默认是毫秒
  "timed_out" : false,   //请求是否超时
  "_shards" : {     //搜索了多少分片,多少成功、失败或者跳过
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {          //找到多少个匹配的文档
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : null,   //找到相关文件的分数
    "hits" : [
      {
        "_index" : "customer",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : null,      //文档相关性得分(使用match_all时不适用)
        "_source" : {
          "name" : "Jared",
          "age" : 29
        },
        "sort" : [       //文档排序位置,不按相关排序分数
          29
        ]
      },
      {
        "_index" : "customer",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : null,
        "_source" : {
          "name" : "Jared",
          "age" : 16
        },
        "sort" : [
          16
        ]
      }
    ]
  }
}

每一个请求都是独立的,es不维护任何状态信息,要翻页搜索,需要使用fromsize在请求中。

GET /customer/_search
{
  "query":{"match_all":{}},
  "sort":[
    {"age":"desc"}
    ],
  "from":1,      //从xx开始
  "size":1     //选取几个
  
}

通过特定的字段去搜索使用match,标识该字段是否包含xx或者yy,或者关系

GET /customer/_search
{
  "query":{"match":{"age":"16 19"}}
}

匹配固定单词使用match_phrase,and关系
GET /customer/_search
{
"query":{"match_phrase":{"name":"Zhang L"}}
}

复杂查询需要在前面加bool,可以定义必须匹配must match、可以匹配should match、一定不允许匹配must not match

GET /customer/_search
{
  "query":{
    "bool":{
      "must":[
        {"match":{"age":"16"}}
        ],
      "must_not":[
        {"match":{"name":"liu"}}
        ]
    }
  }
}

must、should和must_not都被称为查询子句
must、should会增加查询评分,分数越高文档岳父和搜索条件、must_not也被视为filter,直接影响查询文档是否包含在结果中,可以直接在语句中使用filter来包含或者过滤文档,对文档评分没影响

GET /customer/_search
{
  "query":{
    "bool":{
      "must":{"match_all":{}},
      "filter":{
        "range": {
          "age": {
            "gte": 20,
            "lte": 30
          }
        }
      }
    }
  }
}
©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

推荐阅读更多精彩内容