Elasticsearch查询有两种基本方式：URI和request body
下面先看一个查询示例：
通过URI方式查询执行如下命令：
#REST request URI GET /travel/travelList/_search?q=*&sort=fb_datetime:desc&pretty
返回结果如下：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 37736,
"max_score": null,
"hits": [
{
"_index": "travel",
"_type": "travelList",
"_id": "123456789",
"_score": null,
"_source": {}
}
]
}
这里q=*参数表示匹配所有文档。sort=fb_datetime:desc参数表示按fb_datetime对结果进行倒序排序。pretty参数表示格式化JSON结果。
至于响应，我们看到以下部分：
took – Elasticsearch执行搜索的时间（以毫秒为单位）
timed_out – 告诉我们搜索是否超时
_shards – 告诉我们搜索了多少分片，以及成功/失败的搜索分片的计数
hits – 搜索结果
hits.total – 符合我们的搜索条件的文档总数
hits.hits – 搜索结果的实际数组（默认为前10个文档）
hits.sort – 结果排序键（如果按分数排序，则缺少）
hits.hits._index – 本次查询的索引（index）
hits.hits._type – 本次查询的类型（type）
hits.hits._id – 查询到的文档（doc）对应的唯一索引
hits.hits._score – 计分
hits.hits._source – 包含完整的文档（doc）
同样的查询规则通过request body方式查询时语法如下：
#REST request body
GET /travel/travelList/_search
{
"query": { "match_all": {} },
"sort": [
{ "fb_datetime": "asc" }
]
}
Elasticsearch提供了一种JSON风格的语言，可用于执行查询。这被称为Query DSL。查询语言相当全面，实际学习它还是要从几个基本的例子开始。
#查询所有
GET /travel/travelList/_search
{
"query": { "match_all": {} }
}
#查询一条 注: 默认情况下查询的就是所有数据，所以示例中"query": { "match_all": {} }不是必写的
GET /travel/travelList/_search
{
"query": { "match_all": {} },
"size": 1
}
#查询第11至第20条数据 注:from默认从0开始的
GET /travel/travelList/_search
{
"query": { "match_all": {} },
"from": 10,
"size": 10
}
#按balance降序
GET /travel/travelList/_search
{
"query": { "match_all": {} },
"sort": { "balance": { "order": "desc" } }
}
#只查询fb_datetime和balance
GET /travel/travelList/_search
{
"query": { "match_all": {} },
"_source": ["fb_datetime", "balance"]
}
可以将match查询视为基本的字段化搜索查询（即针对特定字段或字段集进行的搜索）。
#查询account_number=20的帐户
GET /travel/travelList/_search
{
"query": { "match": { "account_number": 20 } }
}
#查询在address中包含术语“mill”的所有帐户
GET /travel/travelList/_search
{
"query": { "match": { "address": "mill" } }
}
#查询在address中包含“mill”或“lane”一词的所有帐户：
GET /travel/travelList/_search
{
"query": { "match": { "address": "mill lane" } }
}
#此示例是match（match_phrase）的变体，查询在address中包含短语“mill lane”的所有帐户：
GET /travel/travelList/_search
{
"query": { "match_phrase": { "address": "mill lane" } }
}
bool查询允许我们撰写较小的查询到使用布尔逻辑更大的查询
#此示例编写两个match查询，即查询address中包含“mill”和“lane”的所有帐户。bool must子句表示所有条件必须满足 类似于判断条件中的&&。
GET /travel/travelList/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
#相比之下，此示例中两个match则是查询并address中包含“mill”或“lane”的所有帐户。bool should类似于判断条件中的||
GET /travel/travelList/_search
{
"query": {
"bool": {
"should": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
#此示例的两个match查询，则是查询address中既不包含“mill”也不包含“lane”的所有帐户。
GET /travel/travelList/_search
{
"query": {
"bool": {
"must_not": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
#我们可以在查询中同时合并must，should和must_not子句bool。此外，我们可以bool在任何这些bool子句中组合查询来模拟任何复杂的多级布尔逻辑。此示例返回任何age=40但state!=ID的所有帐户：
GET /travel/travelList/_search
{
"query": {
"bool": {
"must": [
{ "match": { "age": "40" } }
],
"must_not": [
{ "match": { "state": "ID" } }
]
}
}
}
关于过滤器filters的查询
#range查询，它允许我们通过一定范围的值来过滤文档。这通常用于数字或日期过滤。
#使用bool查询返回余额介于20000和30000（含）之间的所有帐户。换句话说，我们想要找出余额大于或等于20000且小于或等于30000的帐户。
GET /travel/travelList/_search
{
"query": {
"bool": {
"must": { "match_all": {} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}
}
}
}
}
}
#解析上面的查询，bool查询包含一个match_all查询（查询部分）和一个range查询（过滤器部分）。我们可以将任何其他查询替换为查询和过滤器部分。
关于分组聚合查询
#这个例子按状态分组所有的帐户，然后返回前10（默认）状态，按照count递减排序（也是默认）
GET /travel/travelList/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
#与SQL语法相识：SELECT state, COUNT(*) FROM travel/travelList GROUP BY state ORDER BY COUNT(*) DESC
#注：设置size=0为不显示搜索匹配。你可以不写size=0看看返回结果
#下面示例计算按州(state)的平均帐户余额（仅针对按降序排序的前10个州）
GET /travel/travelList/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
#注意我们如何在average_balance聚合中嵌套group_by_state聚合。这是所有聚合的常见模式。您可以任意嵌套聚合中的聚合，以提取您需要从数据中获得的透视摘要。基于之前的聚合，现在我们以降序对平均余额进行排序
GET /travel/travelList/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
#这个例子演示了我们如何根据年龄段（20-29，30-39和40-49），然后按性别分组，然后最终得到每个年龄段的每个性别的平均帐户余额：
GET /travel/travelList/_search
{
"size": 0,
"aggs": {
"group_by_age": {
"range": {
"field": "age",
"ranges": [
{
"from": 20,
"to": 30
},
{
"from": 30,
"to": 40
},
{
"from": 40,
"to": 50
}
]
},
"aggs": {
"group_by_gender": {
"terms": {
"field": "gender.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
}
}
转载请注明：前端收藏 » Elasticsearch 5.X 基本语法之查询语句解析