查询(query &filter)
query（查询）：query对上下文检索(评分查询)不仅要查找匹配的文档，还要计算每个文档的相关程度，这通常会使其比非评分文档更复杂，而且该查询结果不可缓存。
filter（过滤） ：filter是对搜索的文档简单检查，这使得它们计算速度非常快。并且可以将常用的filter查询缓存在内存中。
1）查询所有
类似 select * from table
1.通过get请求 url拼接查询条件
--GET http://localhost:9200/local_mst_student_idx_1/mst_student/_search?q=*&pretty
2.通过JSON 传参查询
-- POST http://localhost:9200/local_mst_student_idx_1/mst_student/_search?pretty
body传参：{ "query": { "match_all": {} }}
2）单个条件精确查询：
类似select * from table where field = xx
1.match查询
-- POST http://localhost:9200/local_mst_student_idx_1/mst_student/_search?pretty
body参数：{ "query": { "match":{ "id":"11" } }}
（注：match 跟分词有关系，如果是分词则搜索条为包含类似like查询）
2.term过滤查询
-- POST http://localhost:9200/local_mst_student_idx_1/mst_student/_search?pretty
body参数：{ "query": { "term": { "stu_code": "1A0030" } } }
类似select * from table where field in (xx)
terms过滤查询
-- POST http://localhost:9200/local_mst_student_idx_1/mst_student/_search?pretty
body参数：{ "query": { "terms": { "stu_age": [ 20,21 ] } }}
(注：该查询对分词字段查询需要根据分词的细度决定能否查询出来，例入查询名称为张三，假设分词器是一元分词则查询不到，你查张或三都能查询出来。)
3）bool 过滤
must ：must子句（查询）必须出现在匹配的文档中，并有助于得分,类似于 and。
filter : filter子句（查询）必须出现在匹配的文档中。但是不同于 must查询的分数将被忽略(必须匹配，运行在非评分&过滤模式)。
must_not :不包含条件查询的数据，类似于 not，
should：至少有一个查询条件匹配, 类似于 or。
1.例入我们查询一个where field1 = xx and field2 in (xx,xxx,xxxx);
{
"query":{
"bool": {
"must":[
{"terms": {"field2":["xx","xxx","xxxx"]}},
{"term" : {"field1":"xx "}}
]
}
}
}
2.例入我们查询一个where field1 = xx and field2 =xx or field3 =xx and field4 !=xx;
{
"query":{
"bool": {
"must":[
{"term" : {"field1":"xx"}},
{"term" : {"field2":"xx"}}
],
"should":{"term" : {"field3":"xx"}},
"must_not":{"term" : {"field4":"xx"}}
}
}
}
以上都是经过实战后得出结论，请放心参考。类似更多的复杂条件查询，可以模仿以上继续添加条件参数。
4）范围条件查询
gt: > 大于
lt: < 小于
gte: >= 大于或等于
lte: <= 小于或等于
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。例：
①.{ "query":{ "bool": { "filter": { "range":{ "stu_age":{ "gte":20, "lte":22 } } } } }}
5）wildcards ：通配符查询，类似模糊查询。
{ "query": { "wildcard": { "field": "*xx*" } }}
(注：两边加*则匹配添加前后的所有符合的结果，可以使用正则匹配)
6）sort : 排序（sort":{"field ":{"order":"desc"}}）
{ "query": { "match_all": {} }, "sort": { "field": { "order": "desc" } }}
7）_source ：搜索指定的字段 （"_source":["field1","field2"]）
{ "query": { "match_all": {} }, "_source": ["field1", "field2"]}
from : 查询开始参数，from默认为0.
size : 查询条数；size未指定默认为10.
{ "query": { "match_all": {} }, "from": 0, "size": 10}
constant_score：
当我们不关心检索词频率TF对搜索结果排序的影响时，可以使用constant_score将查询语句query或者过滤语句filter包装起来。 检索词频率就是该字段出现的频率。如果 出现频率越高，相关性也越高。 使用 constant_score关键字就是不走评分查询默认评分都是1。可以将上面的查询bool关键字替换成constant_score即可测试。后期详解。
网友评论