有用的查询

例子


基本匹配查询
有两种方式进行基本全文（匹配）查询：使用轻量搜索API，传递的搜索参数是URL的一部分，或者使用完整的JSON请求包，可以在包中使用完整的Elasticsearch DSL。
这里有一个基本匹配查询，要在所有字段中查询字符串“guide”：
GET /bookdb_index/book/_search?q=guide


这个查询的完整JSON包如下，它和上面的搜索API产生相同的结果。
{
    "query": {
        "multi_match" : {
            "query" : "guide",
            "fields" : ["_all"]
        }
    }
}
多匹配关键字适合在一些场景下使用，这些场景里的关键字有一种更方便快捷的形式，特点是可以在多个字段上运行相同的查询。字段属性指定了使用哪些字段查询，在这个例子里，我们要查询文档中的所有字段。
两个API也都允许你指定你想搜索的字段。例如，在书的标题字段中搜索包含“in Action”的：
GET /bookdb_index/book/_search?q=title:in action


但是，在构建更复杂的查询时（稍后我们将看到）以及在指定返回结果的方式时，使用DSL包体可以获得更多的灵活性。在下面的例子里，我们指定了要返回结果的数量、偏移位置（对分页有用）、要返回的字段和高亮显示的项。
POST /bookdb_index/book/_search
{
    "query": {
        "match" : {
            "title" : "in action"
        }
    },
    "size": 2,
    "from": 0,
    "_source": [ "title", "summary", "publish_date" ],
    "highlight": {
        "fields" : {
            "title" : {}
        }
    }
}
注意：对于多词查询，相应的匹配查询会让你指定，是否使用and操作符来替代默认的or操作符。你也可以指定minimum_should_match选项来调整返回结果之间的相关性。详情参见Elasticsearch指南。


多字段查找
正如我们所见，为了在一次查找中查询多个字段（例如在title和summary中查找相同的字符串），你使用了multi_match查询。
POST /bookdb_index/book/_search
{
    "query": {
        "multi_match" : {
            "query" : "elasticsearch guide",
            "fields": ["title", "summary"]
        }
    }
}
注意，上面的查询命中了3个结果，因为单词“guide”在摘要中有出现。


提高分值
既然我们正在进行跨多字段的查询，也许想要对某个特定字段提高一些分值。在下面的人为例子中，我们将summary字段的分值提高3倍，有意增加summary字段的重要性，结果是这增强了文档中_id为4那部分的相关性。
POST /bookdb_index/book/_search
{
    "query": {
        "multi_match" : {
            "query" : "elasticsearch guide",
            "fields": ["title", "summary^3"]
        }
    },
    "_source": ["title", "summary", "publish_date"]
}
注意：提高分值不仅仅意味着计算得分被增长因子成倍的增加了，实际上提高分值的价值更在于通过它进行规范化和一些内部的优化。关于提高分值如何工作可以近一步参考Elasticsearch指南。


布尔查询
为了获取更多相关且具体的结果，可以用AND/OR/NOT操作符来调整我们的搜索查询请求，在搜索API中则是用布尔查询来实施。布尔查询接收一个must参数（等价于AND）、一个must_not参数（等价于NOT）和一个should参数（等价于OR）。举个例子，比如我想查找一本书，书名里有“Elasticsearch”或“Solr”，且由“clinton gormley”所写，而非“radu gheorge”所写：
POST /bookdb_index/book/_search
{
    "query": {
        "bool": {
            "must": {
                "bool" : { "should": [
                      { "match": { "title": "Elasticsearch" }},
                      { "match": { "title": "Solr" }} ] }
            },
            "must": { "match": { "authors": "clinton gormely" }},
            "must_not": { "match": {"authors": "radu gheorge" }}
        }
    }
}
注意：正如你所见，布尔查询能够包装任何查询类型，包括其他的布尔查询，用以创建任意复杂的或者深度嵌套的查询。


模糊查询
在进行匹配和多项匹配时，可以启用模糊匹配来捕捉拼写错误，模糊度是基于原始单词的编辑距离来指定的。
POST /bookdb_index/book/_search
{
    "query": {
        "multi_match" : {
            "query" : "comprihensiv guide",
            "fields": ["title", "summary"],
            "fuzziness": "AUTO"
        }
    },
    "_source": ["title", "summary", "publish_date"],
    "size": 1
}
注：当术语长度大于5个字符时，"AUTO"的模糊值等同于指定值“2”。但是，80％的人类拼写错误的编辑距离为1，所以，将模糊值设置为“1”可能会提高您的整体搜索性能。更多详细信息，请参阅Elasticsearch指南中的“排版和拼写错误”（Typos and Misspellings）章节。


通配符查询
通配符查询允许你指定匹配的模式，而不是整个术语。？ 匹配任何字符，*匹配零个或多个字符。例如，要查找名称以字母't'开头的所有作者的记录：
POST /bookdb_index/book/_search
{
    "query": {
        "wildcard" : {
            "authors" : "t*"
        }
    },
    "_source": ["title", "authors"],
    "highlight": {
        "fields" : {
            "authors" : {}
        }
    }
}


正则查询
正则查询让你可以使用比通配符更复杂的模式进行查询：
POST /bookdb_index/book/_search
{
    "query": {
        "regexp" : {
            "authors" : "t[a-z]*y"
        }
    },
    "_source": ["title", "authors"],
    "highlight": {
        "fields" : {
            "authors" : {}
        }
    }
}


整句查询
整句查询要求在请求字符串中的所有查询项必须都在文档中存在，文中顺序也得和请求字符串一致，且彼此相连。默认情况下，查询项之间必须紧密相连，但可以设置slop值来指定查询项之间可以分隔多远的距离，结果仍将被当作一次成功的匹配。
POST /bookdb_index/book/_search
{
    "query": {
        "multi_match" : {
            "query": "search engine",
            "fields": ["title", "summary"],
            "type": "phrase",
            "slop": 3
        }
    },
    "_source": [ "title", "summary", "publish_date" ]
}


注意：在上述例子中，对于非整句类型的查询，_id为1的文档一般会比_id为4的文档得分高，结果位置也更靠前，因为它的字段长度较短，但是对于整句类型查询，由于查询项之间的接近程度是一个计算因素，因此_id为4的文档得分更高。


短语前缀式查询
短语前缀式查询能够进行“即时搜索”（search-as-you-type）类型的匹配，或者说提供一个查询时的初级自动补全功能，无需以任何方式备全你的数据。和match_phrase查询类似，它也接收slop参数，用来调整单词顺序和不太严格的相对位置，它还接收max_expansions参数，用来限制查询项的数量，降低对资源需求的强度。
注意：采用“查询时即时搜索”具有较大的性能成本，更好的解决方案是采用“索引时即时搜索”。更多信息，请查看自动补齐 API（Completion Suggester API）或边缘分词器（Edge-Ngram filters）的用法。


请求字符串
请求字符串类型（query_string）的查询提供了一个方法，用简洁的简写语法来执行多匹配查询、布尔查询、提权查询、模糊查询、通配符查询、正则查询和范围查询。下面的例子中，我们在那些作者是“grant ingersoll”或“tom morton”的某本书当中，使用查询项“search algorithm”进行一次模糊查询，搜索全部字段，但给摘要字段的权重提升2倍。
POST /bookdb_index/book/_search
{
    "query": {
        "query_string" : {
            "query": "(saerch~1 algorithm~1) AND (grant ingersoll)  OR (tom morton)",
            "fields": ["_all", "summary^2"]
        }
    },
    "_source": [ "title", "summary", "authors" ],
    "highlight": {
        "fields" : {
            "summary" : {}
        }
    }
}


简单请求字符串
简单请求字符串类型（simple_query_string）的查询是请求字符串类型（query_string）查询的一个版本，它更适合那种仅暴露给用户一个简单搜索框的场景，因为，它用+/|/-分别替换了AND/OR/NOT，并且自动丢弃了请求中无效的部分，不会在用户犯错时抛出异常。
POST /bookdb_index/book/_search
{
    "query": {
        "simple_query_string" : {
            "query": "(saerch~1 algorithm~1) + (grant ingersoll)  | (tom morton)",
            "fields": ["_all", "summary^2"]
        }
    },
    "_source": [ "title", "summary", "authors" ],
    "highlight": {
        "fields" : {
            "summary" : {}
        }
    }
} 


词条/多词条查询
以上例子均为全文检索的示例。有时我们对结构化查询更感兴趣，希望得到更准确的匹配并返回结果，词条查询和多词条查询可帮我们实现。在下面的例子中，我们要在索引中找到所有由曼宁出版社出版的图书。
POST /bookdb_index/book/_search
{
    "query": {
        "term" : {
            "publisher": "manning"
        }
    },
    "_source" : ["title","publish_date","publisher"]
}


可使用词条关键字来指定多个词条，将搜索项用数组传入。
{
    "query": {
        "terms" : {
            "publisher": ["oreilly", "packt"]
        }
    }
} 


词条查询 - 排序
词条查询的结果（和其他查询结果一样）可以被轻易排序，多级排序也被允许。
POST /bookdb_index/book/_search
{
    "query": {
        "term" : {
            "publisher": "manning"
        }
    },
    "_source" : ["title","publish_date","publisher"],
    "sort": [
        { "publish_date": {"order":"desc"}},
        { "title": { "order": "desc" }}
    ]
}




范围查询
另一个结构化查询的例子是范围查询。在这个例子中，我们要查找2015年出版的书。
POST /bookdb_index/book/_search
{
    "query": {
        "range" : {
            "publish_date": {
                "gte": "2015-01-01",
                "lte": "2015-12-31"
            }
        }
    },
    "_source" : ["title","publish_date","publisher"]
}
注意：范围查询作用于日期、数字和字符串类型的字段。


过滤查询
过滤查询让你可以过滤查询结果，对于我们的这个示例，要在标题或摘要中检索一些书，查询项为“Elasticsearch”，但我们又想筛出那些仅有20个以上评论的。
POST /bookdb_index/book/_search
{
    "query": {
        "filtered": {
            "query" : {
                "multi_match": {
                    "query": "elasticsearch",
                    "fields": ["title","summary"]
                }
            },
            "filter": {
                "range" : {
                    "num_reviews": {
                        "gte": 20
                    }
                }
            }
        }
    },
    "_source" : ["title","summary","publisher", "num_reviews"]
}
注意：过滤查询并不强制它作用于其上的查询必须存在，如果未指定查询，那么过滤将作用于match_all查询，match_all基本上会返回索引内的全部文档。实际上，过滤只在第一次运行，以减少所需的查询面积，并且，在第一次使用后过滤会被缓存，大大提高了性能。


多重过滤
多重过滤可以结合布尔查询使用，下一个例子中，过滤查询决定只返回那些包含至少20条评论，且必须在2015年前出版，且由oreilly出版的结果。
POST /bookdb_index/book/_search
{
    "query": {
        "filtered": {
            "query" : {
                "multi_match": {
                    "query": "elasticsearch",
                    "fields": ["title","summary"]
                }
            },
            "filter": {
                "bool": {
                    "must": {
                        "range" : { "num_reviews": { "gte": 20 } }
                    },
                    "must_not": {
                        "range" : { "publish_date": { "lte": "2014-12-31" } }
                    },
                    "should": {
                        "term": { "publisher": "oreilly" }
                    }
                }
            }
        }
    },
    "_source" : ["title","summary","publisher", "num_reviews", "publish_date"]
}


作用分值: 域值因子
也许在某种情况下，你想把文档中的某个特定域作为计算相关性分值的一个因素，比较典型的场景是你想根据普及程度来提高一个文档的相关性。在我们的示例中，我们想把最受欢迎的书（基于评论数判断）的权重进行提高，可使用field_value_factor用以影响分值。
POST /bookdb_index/book/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match" : {
                    "query" : "search engine",
                    "fields": ["title", "summary"]
                }
            },
            "field_value_factor": {
                "field" : "num_reviews",
                "modifier": "log1p",
                "factor" : 2
            }
        }
    },
    "_source": ["title", "summary", "publish_date", "num_reviews"]
}


注意 1: 我们可能刚运行了一个常规的多匹配查询，并对num_reviews域进行了排序，这让我们失去了评估相关性分值的好处。
注意 2: 有大量的附加参数可用来调整提升原始相关性分值效果的程度，比如“modifier”, “factor”, “boost_mode”等等，至于细节可在Elasticsearch指南中探索。


作用分值: 衰变函数
假设不想使用域值做递增提升，而你有一个理想目标值，并希望用这个加权因子来对这个离你较远的目标值进行衰减。有个典型的用途是基于经纬度，或是像价格、日期等数值域的提升。在如下的人造例子中，我们查找出版日期大约在2014年6月左右，查询项是“搜索引擎”（“search engines”）的书。
POST /bookdb_index/book/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match" : {
                    "query" : "search engine",
                    "fields": ["title", "summary"]
                }
            },
            "functions": [
                {
                    "exp": {
                        "publish_date" : {
                            "origin": "2014-06-15",
                            "offset": "7d",
                            "scale" : "30d"
                        }
                    }
                }
            ],
            "boost_mode" : "replace"
        }
    },
    "_source": ["title", "summary", "publish_date", "num_reviews"]
}


作用分值: 脚本评分
当内置的评分函数无法满足你的需求时，还有一个选择是用Groovy脚本。在我们的例子中，想要指定一个脚本，能在决定把评论数量的因素计算多少之前，先将publish_date考虑在内。因为很新的书也许不会有多少评论数，分值不应该被惩罚。
评分脚本如下：
publish_date = doc['publish_date'].value
num_reviews = doc['num_reviews'].value


if (publish_date > Date.parse('yyyy-MM-dd', threshold).getTime()) {
  my_score = Math.log(2.5 + num_reviews)
} else {
  my_score = Math.log(1 + num_reviews)
}
return my_score
在script_score参数内动态调用评分脚本： 


POST /bookdb_index/book/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match" : {
                    "query" : "search engine",
                    "fields": ["title", "summary"]
                }
            },
            "functions": [
                {
                    "script_score": {
                        "params" : {
                            "threshold": "2015-07-30"
                        },
                        "script": "publish_date = doc['publish_date'].value; num_reviews = doc['num_reviews'].value; if (publish_date > Date.parse('yyyy-MM-dd', threshold).getTime()) { return log(2.5 + num_reviews) }; return log(1 + num_reviews);"
                    }
                }
            ]
        }
    },
    "_source": ["title", "summary", "publish_date", "num_reviews"]
}
注意 1: 要在ES实例中使用动态脚本，必须在config/elasticsearch.yaml文件中enable它，也可以使用存储在ES服务器上的脚本。建议看看Elasticsearch指南文档获取更多信息。
注意 2: 因JSON不能包含嵌入式换行符，请使用分号来分割语句。