elasticsearh请求体查询

请求体查询

• 之所以成为请求体查询（Full-Body Search）。是因为大部分参数都是通过http请求而非查询字符串来传递(简易查询—query-string search)
• elasticsearch查询习惯用GET请求带上body

空查询

• 空请求体

GET /_search{}

• 翻页:

GET /_search{  "from": 30,  "size": 10}

• 在1到多个索引或type中查询

GET /index_2014*/type1,type2/_search{}

查询表达式（Query DSL）

• match_all查询，功能上等价于空查询

GET /_search{    "query": {        "match_all": {}    }}

• 匹配单个字段

GET /_search{    "query": {        "match": {            "tweet": "elasticsearch"        }    }}

• 叶子语句：如match用于将查询字符串和一个(或多个)字段对比
• 复合语句，主要用于合并其它查询语句，如bool,例子如下

{    "bool": {        "must":     { "match": { "tweet": "elasticsearch" }},# 与        "must_not": { "match": { "name":  "mary" }},        # 非        "should":   { "match": { "tweet": "full text" }},   #shoule-或        "filter":   { "range": { "age" : { "gt" : 30 }} }  # filter语句不评分    }}

查询与过滤

• 当使用查询时，查询就变成了一个“评分”的查询,_score`打分，按分数排序，全文搜索几乎没有完全 “正确” 的答案，只有更接近的答案
• 当使用过滤时，查询被设置成一个“不评分”或者“过滤”查询，yes 或者 no
• 过滤查询性能：快，non-scoring queries(不评分)，结果会被缓存到内存以便快速读取
• 评分查询：需要找出匹配文档、计算相关性、结果不缓存，速度稍慢
• 过滤（filtering）的目标是减少那些需要通过评分查询进行检查的文档，查询语句来进行全文搜索或者其它任何需要影响相关性得分的搜索，其他都使用过滤

最重要的查询

• match_all,查询所有，经常与 filter 结合使用,在没有指定查询方式时，它是默认的查询

{ "match_all": {}}

• match查询：可以全文搜索和精确查询
  
  1. 全文查询
     
{ "match": { "tweet": "About Search" }}

  2. 精确匹配(数字、日期、布尔、not_analyzed字段),精确查询可能需要filter语句来取代query,因为filter会被缓存
     
{ "match": { "age": 26 }}
{ "match": { "date": "2014-09-01" }}
{ "match": { "public": true }}
{ "match": { "tag": "full_text" }}

• muti_match查询：可以在多个字段执行相同的match

PUT /megacorp/employee/1{"first_name" : "John","last_name" : "Smith","score" : 25,"about" : "I love to go rock climbing","interests": [ "sports", "music" ]}PUT /megacorp/employee/2{"first_name" : "John","last_name" : "Smith","age" : 25,"about" : "I love to go rock climbing","interests": [ "sports", "music" ]}GET /_search{  "query": {    "multi_match": {      "query": "25",      "fields": ["age","score"]    }  }}结果是2条

• range查询，数字、时间范围查找

{    "range": {        "age": {            "gte":  20,            "lt":   30        }    }}

• term查询，精确值

{ "term": { "age":    26           }}{ "term": { "date":   "2014-09-01" }}{ "term": { "public": true         }}{ "term": { "tag":    "full_text"  }}   # not_analyzed字串

• terms查询，同term,进行多值匹配，只有指定值有任何一个值满足，则这个文档满足条件，且不分析

{ "terms": { "tag": [ "search", "full_text", "nosql" ] }}

• exists查询和missing查询: 用于查找指定字段中有值或无值,常用于查询某个字段有值或无值情况

GET /_search{  "query": {    "exists": {      "field": "first_name"    }  }}

组合多查询

• bool实现组合查询语句

• must 文档必须匹配这些条件

• must_not 文档不匹配这些条件的才能被包含进来
• should 满足这些语句中的任意语句，将增加 _score，，否则，无任何影响。它们主要用于修正每个文档的相关性得分

• filter必须匹配(以不评分、过滤模式来进行),对评分没有贡献

• 评分：每个子查询都独自计算文档相关性得分，计算出来后，bool查询将这些得分合并切返回一个代表bool操作的得分，例子:

该例用于查找 title 字段匹配 how to make millions 并且不被标识为 spam 的文档。那些被标识为 starred 或在2014之后的文档，将比另外那些文档拥有更高的排名。如果 _两者_ 都满足，那么它排名将更高{    "bool": {        "must":     { "match": { "title": "how to make millions" }},        "must_not": { "match": { "tag":   "spam" }},        "should": [            { "match": { "tag": "starred" }},            { "range": { "date": { "gte": "2014-01-01" }}}        ]    }}

• 增加带过滤器查询，如不想因为以上查询因时间影响得分，可增加filter查询

{    "bool": {        "must":     { "match": { "title": "how to make millions" }},        "must_not": { "match": { "tag":   "spam" }},        "should": [            { "match": { "tag": "starred" }}        ],        "filter": {          "range": { "date": { "gte": "2014-01-01" }}        }    }}

• 如果需要通过不同标准过滤文档，bool查询本身也可以被用做不评分的查询

{    "bool": {        "must":     { "match": { "title": "how to make millions" }},        "must_not": { "match": { "tag":   "spam" }},        "should": [            { "match": { "tag": "starred" }}        ],        "filter": {          "bool": {              "must": [                  { "range": { "date": { "gte": "2014-01-01" }}},                  { "range": { "price": { "lte": 29.99 }}}              ],              "must_not": [                  { "term": { "category": "ebooks" }}              ]          }        }    }}

• constant_score,将一个不变的常量评分(默认)应用于所有匹配的文档，经常用于你需要执行一个 filter 而没有其它查询（例如，评分查询）的情况下，可以使用它来取代只有 filter 语句的 bool 查询。在性能上是完全相同的,以下两查询结果评分不同，其他都同

GET /_search{  "query": {    "bool": {      "filter": {        "match": {          "first_name": "John"        }      }    }  }}# 评分为0GET /_search{  "query": {    "constant_score": {      "filter": {        "match": {          "first_name": "John"        }      }    }  }}# 评分为1

验证查询

• 当查询复杂时，需要验证查询是否正确，可以使用 validate-query API

GET /gb/tweet/_validate/query{   "query": {      "tweet" : {         "match" : "really powerful"      }   }}

结果：

{  "valid" :         false,  "_shards" : {    "total" :       1,    "successful" :  1,    "failed" :      0  }}

• 理解错误信息,可以加上explain参数

GET /gb/tweet/_validate/query?explain{   "query": {      "tweet" : {         "match" : "really powerful"      }   }}

结果:

{  "valid" :     false,  "_shards" :   { ... },  "explanations" : [ {    "index" :   "gb",    "valid" :   false,    "error" :   "org.elasticsearch.index.query.QueryParsingException:                 [gb] No query registered for [tweet]"  } ]}

得出tweet字段不存在

• 对于合法查询，explain参数会返回可定描述，我们查询的没个index都会反回对应explanation

GET /_validate/query?explain{   "query": {      "match" : {         "first_name" : "John"      }   }}

结果: