Elasticsearch(5) --- Query查询和Filter查询

这篇博客主要分为 ：

Query查询

Filter查询

一、概念

1、概念

一个查询语句究竟具有什么样的行为和得到什么结果，主要取决于它到底是处

Query

Filter

Query context 查询上下文

_score

Filter context 过滤上下文

看下官方的例子

GET /_search
{
"query": {
"bool": {
"must": [
{ "match": { "title":   "Search"        }},
{ "match": { "content": "Elasticsearch" }}
],
"filter": [
{ "term":  { "status": "published" }},
{ "range": { "publish_date": { "gte": "2015-01-01" }}}
]
}
}
}

对上面的例子分析下：

1. query

   参数表示整个语句是处于 query context 中

2. bool

   和

   match

   语句被用在 query context 中，也就是说它们会计算每个文档的匹配度（_score)

3. filter

   参数则表示这个子查询处于 filter context 中

4. filter

   语句中的

   term

   和

   range

   语句用在 filter context 中，它们只起到过滤的作用，并不会计算文档的得分。

2、查询数据准备

1）创建索引

PUT student
{
"settings":{
"number_of_shards":1,
"number_of_replicas":1
},
"mappings":{
"properties":{
"name":{"type":"text"},
"address":{"type":"keyword"},
"age":{"type":"integer"},
"interests":{"type":"text"},
"birthday":{"type":"date"}
}
}
}

2）添加测试数据

POST /student/_doc/1
{
"name":"徐小小",
"address":"杭州",
"age":3,
"interests":"唱歌 画画  跳舞",
"birthday":"2017-06-19"
}

POST /student/_doc/2
{
"name":"刘德华",
"address":"香港",
"age":28,
"interests":"演戏 旅游",
"birthday":"1980-06-19"
}

POST /student/_doc/3
{
"name":"张小斐",
"address":"北京",
"age":28,
"interests":"小品 旅游",
"birthday":"1990-06-19"
}

POST /student/_doc/4
{
"name":"王小宝",
"address":"德州",
"age":63,
"interests":"演戏 小品 打牌",
"birthday":"1956-06-19"
}

POST /student/_doc/5
{
"name":"向华强",
"address":"香港",
"age":31,
"interests":"演戏 主持",
"birthday":"1958-06-19"
}

看是否成功

GET _cat/count/student?v

可以看出索引已经存在，并且下面有5条数据。

二、Query查询

1、match查询

match query

match_all

multi_match

match_phrase

并且保证各个分词的相对位置不变

#1、 查询年龄为3的（命中：ID = 1)
GET student/_search
{
"query":{
"match":{"age": 3}
}
}

#2、查询兴趣里包含'演戏'的 （命中 ID = 2,5,4)
GET student/_search
{
"query":{
"match":{"interests": "演戏"}
}
}
#这里只要interests包含'演戏','演','戏'的都会命中

#3、查询索引所有文档 (命中 ID = 1,2,3,4,5)
GET student/_search
{
"query":{
"match_all": {}
}
}

#4、查询name和address包含'德' (命中 ID = 2)
GET student/_search
{
"query":{
"multi_match": {
"query": "德",
"fields":["name","address"]
}
}
}
#说明 这里文档ID为4的address为'德州'，应该也包含'德'，但却没有被命中，原因是我们索引结构中，address属性是一个keyword类型，它是需要完全匹配，而不是包含的关系。
#如果这里query为'德州'就可以命中2条数据。

#5、查询兴趣里包含'演员'的 （命中 无)
GET student/_search
{
"query":{
"match_phrase":{"interests": "演员"}
}
}
# 这里和match的区别是这里是真正包含'演员'，而不是只要满足其中一个字就会被模糊命中

重点

1）、文档字段属性如果是一个

keyword

12345

1234

123456

2）、如果是

match_phrase

12345

1234

123456

2、term查询和terms查询

term query

term

terms

#1、查询地址等于'香港'的文档 （命中：ID = 2,5）
GET student/_search
{
"query":{
"term":{ "address":"香港"}
}
}
#如果仅检索'香'那是无法命中的，因为keyword需要完全匹配才能命中

#2、查询地址等于"香港"或"北京"的 (命中: ID =2,3,5)
GET student/_search
{
"query":{
"terms":{
"address":["香港","北京"]
}
}
}

3、控制查询返回的数量

#返回前两条数据 （命中: ID = 2,5)
GET student/_search
{
"from":0,
"size":2,
"query":{
"match":{"interests": "演戏"}
}
}

4、指定返回的字段

GET student/_search
{
"_source":["name","age"],
"query":{
"match":{"interests": "演戏"}
}
}

5、显示要的字段、去除不需要的字段、可以使用通配符*

GET student/_search
{
"query":{
"match_all": {}
},
"_source":{
"includes": "addr*",
"excludes": ["name","bir*"]
}
}

6、排序

GET student/_search
{
"query":{
"match_all": {}
},
"sort":[{
"age":{"order": "desc"}
}]
}

7、 范围查询

range

include_lower

include_upper

#1、查询生日的范围 （命中 ID = 2,4,5)
GET student/_search
{
"query": {
"range": {
"birthday": {
"from": "1950-01-11",
"to": "1990-01-11",
"include_lower": true,
"include_upper": false
}
}
}
}

#2、查询年纪18到28 （命中 ID = 2,3)
GET student/_search
{
"query": {
"range": {
"age": {
"from": 18,
"to": 28,
"include_lower": true,
"include_upper": true
}
}
}
}

8、wildcard查询

允许使用通配符* 和 ?来进行查询

*

?

#1、查询姓名'徐'开头的 （命中 ID = 1)
GET student/_search
{
"query": {
"wildcard": {
"name": "徐*"
}
}
}

#查不到数据
GET student/_search
{
"query": {
"wildcard": {
"name": "徐小?"
}
}
}
#疑惑：按照正常我觉得这里是可以查到数据的，因为有个name为'徐小小'可以匹配，估计是因为是中文的原因，所以没有匹配到

9、fuzzy实现模糊查询

模糊查询可以在Match和 Multi-Match查询中使用以便解决拼写的错误，模糊度是基于Levenshteindistance计算与原单词的距离。使用如下：

（命中： ID = 2,5,4)
GET student/_search
{
"query": {
"fuzzy": {
"interests": {
"value": "演"
}
}
}
}
#疑惑 :如果我把'演'改成'演员'就查不到数据了

有关

fuzzy

10、高亮搜索结果

{
"query":{
"match":{
"interests": "演戏"
}
},
"highlight": {
"fields": {
"interests": {}
}
}
}

三、Filter查询

filter是不计算相关性的，同时可以cache。因此，filter速度要快于query

#1、获取年龄为3的 （命中 ID = 1）
GET student/_search
{
"post_filter":{
"term":{"age": 3}
}
}

#2、查询年纪为3或者63的 （命中 ID = 1,4)
GET student/_search
{
"post_filter":{
"terms":{"age":[3,63]}
}
}

参考

1、Elasticsearch核心技术与实战---阮一鸣(eBay Pronto平台技术负责人

2、ElasticSearch基本查询(Query查询)

3、ElasticSearch入门3: 高级查询

4、ElasticSearch——简单查询、条件查询、聚合查询

我相信，无论今后的道路多么坎坷，只要抓住今天，迟早会在奋斗中尝到人生的甘甜。抓住人生中的一分一秒，胜过虚度中的一月一年！(10）