查询
空搜索
最基本的搜索API表单是空搜索(empty search)，它没有指定任何的查询条件，只返回集群索引中的所有文档：
GET /_search
响应内容（为了编辑简洁）类似于这样
{
"hits" : {
"total" : 14,
"hits" : [
{
"_index": "us",
"_type": "tweet",
"_id": "7",
"_score": 1,
"_source": {
"date": "2019-09-17",
"name": "John Smith",
"tweet": "The Query DSL is really powerful and flexible",
"user_id": 2
}
},
... 9 RESULTS REMOVED ...
],
"max_score" : 1
},
"took" : 4,
"_shards" : {
"failed" : 0,
"successful" : 10,
"total" : 10
},
"timed_out" : false
}
hits
响应中最重要的部分是hits，它包含了total字段来表示匹配到的文档总数，hits数组还包含了匹配到的前10条数据。
hits数组中的每个结果都包含_index、_type和文档的_id字段，被加入到_source字段中这意味着在搜索结果中我们将可以直接使用全部文档。这不像其他搜索引擎只返回文档ID，需要你单独去获取文档。
每个节点都有一个_score字段，这是相关性得分(relevance score)，它衡量了文档与查询的匹配程度。默认的，返回的结果中关联性最大的文档排在首位；这意味着，它是按照_score降序排列的。这种情况下，我们没有指定任何查询，所以所有文档的相关性是一样的，因此所有结果的_score都是取得一个中间值1
max_score指的是所有文档匹配查询中_score的最大值。
took
took告诉我们整个搜索请求花费的毫秒数。
shards
_shards节点告诉我们参与查询的分片数（total字段），有多少是成功的（successful字段），有多少的是失败的（failed字段）。通常我们不希望分片失败，不过这个有可能发生。如果我们遭受一些重大的故障导致主分片和复制分片都故障，那这个分片的数据将无法响应给搜索请求。这种情况下，Elasticsearch将报告分片failed，但仍将继续返回剩余分片上的结果。
timeout
time_out值告诉我们查询超时与否。一般的，搜索请求不会超时。如果响应速度比完整的结果更重要，你可以定义timeout参数为10或者10ms（10毫秒），或者1s（1秒）
GET /_search?timeout=10ms复制代码
多索引和多类别
就是一次性可以搜索，多种类型，多个索引。
/_search
在所有索引的所有类型中搜索
/gb/_search
在索引gb的所有类型中搜索
分页
假如你的数据很多，你不想一次性返回所有的数据，那么es中给我们提供了分页的方法
和SQL使用LIMIT关键字返回只有一页的结果一样，Elasticsearch接受from和size参数：
size: 结果数，默认10
from: 跳过开始的结果数，默认0
比如前面的搜索接口可以这样写
http://192.168.62.145:9200/website/_search?size=1&from=1
结果
{
"took": 4,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": "website",
"_type": "blog",
"_id": "1",
"_score": 1,
"_source": {
"doc": {
"ada": [
"testing"
],
"da": 0
}
}
}
]
}
}
映射和分析
映射(mapping)机制用于进行字段类型确认，将每个字段匹配为一种确定的数据类型(string(keyword,text), number, booleans, date等)。
分析(analysis)机制用于进行全文文本(Full Text)的分词，以建立供搜索用的反向索引。'
映射说白了就是字段的类型，ES的字段类型挺多了，在这里我给大家先好好说说
字段类型概述
具体来说说字符串类型
（1）string
string类型在ElasticSearch 旧版本中使用较多，从ElasticSearch 5.x开始不再支持string，由text和keyword类型替代。
（2）text
当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
（3）keyword
keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。
index
index参数控制字符串以何种方式被索引。它包含以下三个值当中的一个：
这个参数就可以控制搜索的时候的特性 是分词匹配 还是全部匹配 还是 不能搜索
{
"tag": {
"type": "string",
"index": "not_analyzed"
}
}
其他简单类型（long、double、date等等）也接受index参数，但相应的值只能是no和not_analyzed，它们的值不能被分析。
结构化查询
前面把简单的增删改查都已经做了一遍了，接下来我们要讲的就是查询，也是es中最重要的部分了
请求体查询
简单查询语句(lite)是一种有效的命令行adhoc查询。但是，如果你想要善用搜索，你必须使用请求体查询(request body search)API。之所以这么称呼，是因为大多数的参数以JSON格式所容纳而非查询字符串。
请求体查询(下文简称查询)，并不仅仅用来处理查询，而且还可以高亮返回结果中的片段，并且给出帮助你的用户找寻最好结果的相关数据建议。
空查询
GET /_search{}
结果
{
"took": 10,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": "website",
"_type": "blog",
"_id": "bVidS28B7LO-oxNnPclm",
"_score": 1,
"_source": {
"title": "My second blog entry",
"text": "Still trying this out...",
"date": "2014/01/01"
}
},
{
"_index": "website",
"_type": "blog",
"_id": "1",
"_score": 1,
"_source": {
"doc": {
"ada": [
"testing"
],
"da": 0
}
}
}
]
}
}
你可以使用from及size参数进行分页：
POST /_search
{
"from": 30,
"size": 10
}
结构化查询 Query DSL
Query DSL又叫查询表达式，是一种非常灵活又富有表现力的查询语言，采用JSON接口的方式实现丰富的查询，并使你的查询语句更灵活、更精确、更易读且易调试
查询与过滤
Elasticsearch中的数据检索分为两种情况：查询和过滤。
Query查询会对检索结果进行评分，注重的点是匹配程度，例如检索“运维咖啡吧”与文档的标题有多匹配，计算的是查询与文档的相关程度，计算完成之后会算出一个评分，记录在_score字段中，并最终按照_score字段来对所有检索到的文档进行排序
Filter过滤不会对检索结果进行评分，注重的点是是否匹配，例如检索“运维咖啡吧”是否匹配文档的标题，结果只有匹配或者不匹配，因为只是对结果进行简单的匹配，所以计算起来也非常快，并且过滤的结果会被缓存到内存中，性能要比Query查询高很多
一个最简单的DSL查询表达式如下：
GET /_search
{
"query":{
"match_all": {}
}
}
/_search 查找整个ES中所有索引的内容
query 为查询关键字，类似的还有aggs为聚合关键字
match_all 匹配所有的文档，也可以写match_none不匹配任何文档
全文查询
上边有用到一个match_all的全文查询关键字，match_all为查询所有记录，常用的查询关键字在ES中还有以下几个最简单的查询，下边的例子就表示查找title为My second blog entry的所有记录
match_all
POST /website/_search
{
"query":{
"match": {
"title":"My second blog entry"
}
}
}
multi_match
在多个字段上执行相同的match查询，下边的例子就表示查询host或http_referer字段中包含ops-coffee.cn的记录
POST /website/_search
{
"query":{
"multi_match": {
"query":"My second blog entry",
"fields":["title","text"]
}
}
}
就是查多个字段含义相同的词
query_string
POST /website/_search
{
"query":{
"query_string": {
"query":"(My second blog entry) OR (My fist blog entry)",
"fields":["host"]
}
}
}
term
term可以用来精确匹配，精确匹配的值可以是数字、时间、布尔值或者是设置了not_analyzed不分词的字符串
GET /ops-coffee-2019.05.14/_search
{
"query":{
"term": {
"status": {
"value": 404
}
}
}
}
term对输入的文本不进行分析，直接精确匹配输出结果，如果要同时匹配多个值可以使用terms
GET /ops-coffee-2019.05.14/_search
{
"query": {
"terms": {
"status":[403,404]
}
}
}
range
range用来查询落在指定区间内的数字或者时间
GET /ops-coffee-2019.05.14/_search
{
"query": {
"range":{
"status":{
"gte": 400,
"lte": 599
}
}
}
}
以上表示搜索所有状态为400到599之间的数据，这里的操作符主要有四个gt大于，gte大于等于，lt小于，lte小于等于
当使用日期作为范围查询时，我们需要注意下日期的格式，官方支持的日期格式主要有两种
时间戳，注意是毫秒粒度
GET /ops-coffee-2019.05.14/_search
{
"query": {
"range": {
"@timestamp": {
"gte": 1557676800000,
"lte": 1557680400000,
"format":"epoch_millis"
}
}
}
}
日期字符串
GET /ops-coffee-2019.05.14/_search
{
"query": {
"range":{
"@timestamp":{
"gte": "2019-05-13 18:30:00",
"lte": "2019-05-14",
"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd",
"time_zone": "+08:00"
}
}
}
}
组合查询
通常我们可能需要将很多个条件组合在一起查出最后的结果，这个时候就需要使用ES提供的bool来实现了
例如我们要查询host为ops-coffee.cn且http_x_forworded_for为111.18.78.128且status不为200的所有数据就可以使用下边的语句
GET /ops-coffee-2019.05.14/_search
{
"query":{
"bool": {
"filter": [
{"match": {
"host": "ops-coffee.cn"
}},
{"match": {
"http_x_forwarded_for": "111.18.78.128"
}}
],
"must_not": {
"match": {
"status": 200
}
}
}
}
}
主要有四个关键字来组合查询之间的关系，分别为：
must： 类似于SQL中的AND，必须包含
must_not： 类似于SQL中的NOT，必须不包含
should： 满足这些条件中的任何条件都会增加评分_score，不满足也不影响，should只会影响查询结果的_score值，并不会影响结果的内容
filter： 与must相似，但不会对结果进行相关性评分_score，大多数情况下我们对于日志的需求都无相关性的要求，所以建议查询的过程中多用filter
前期我也和很多小伙伴一样，到处收集了很多资料，后面发现很多重复的！上面面都是自己整理好的！现在BAT梦想成真，我就把资料贡献出来给有需要的人！
顺便求一波关注，哈哈~各位小伙伴关注我后私信【Java】就可以免费领取哒！
原文链接：https://juejin.im/post/5e071debf265da33c90b56c7
网友评论