elasticsearch基础操作03

zgdy

　　查询数据：
　　
　　Query API:
　　
　　Query DSL:JSON based language for building complex queries
　　用于实现诸多类型的查询操作，比如，simple term query,phrase ,range boolean,fuzzy等
　　
　　
　　ES的查询操作执行分为两个阶段：
　　
　　分散阶段：
　　合并阶段：
　　
　　查询方式：
　　向ES发起查询请求的方式有两种 ：
　　
　　1.通过Restful request API查询，也称为query string;
　　
　　[root@linux-node1 ~]# curl -XGET 'localhost:9200/students/_search?pretty'
　　
　　2.通过发送REST request body进行；
　　
　　[root@linux-node1 ~]# curl -XGET 'localhost:9200/students/_search?pretty' -d '
　　> {
　　> "query":{ "match_all":{} }
　　> }'
　　多索引、多类型查询：
　　
　　/_search:  所有索引;
　　/INDEX_NAME/_search: 单索引
　　/INDEX1,INDEX2/_search: 多索引
　　/s*,t*/_search:  所有s,t开头的索引
　　/students/class1/_search:  单类型搜索
　　/students/class1,class2/_search: 多类型搜索
　　
　　
　　
　　Mapping和Analysis:
　　
　　ES:对每一个文档，会取得其所有域的所有值，生成一个名为"_all"的域；执行查询时，如果在query_string未指定查询的域，则
　　在_all域上执行查询操作；
　　
　　GET /_search?q="Xianglong"
　　GET /_search?q="Xianglong shiba zhang"
　　GET /_search?q=courses:"Xianglong shiba zhang"
　　GET /_search?q=courses:"Xianglong"
　　
　　前两个表示在_all域搜索
　　后两个表示在指定的域上搜索
　　
　　
　　数据类型： string, numbers,boolean,dates
　　
　　查看指定类型的mapping示例：
　　[root@linux-node1 ~]# curl -XGET 'localhost:9200/students/_mapping/class1?pretty'
　　ES中搜索的数据广义上可被理解为两类：
　　types: exact
　　full-text
　　
　　精确值：指未经加工的原始值;在搜索时进行精确匹配;
　　
　　full-text:用于引用文本中数据; 判断文档在多大程度上匹配查询请求;即评估文档与用户请求查询的相关度；
　　
　　为了完成full-text搜索，ES必须首先分析文本，并创建出倒排索引；倒排索引中的数据还需要“正规化”为标准格式；
　　
　　分词
　　正规化
　　
　　即分析
　　
　　分析需要由分析器进行： analyzer,
　　
　　
　　分析器由三个组件构成： 字符过滤器，分词器、分词过滤器
　　
　　ES内置的分析器：
　　standard analyzer:
　　simple analyzer
　　whitespace analyzer
　　language analyzer
　　
　　分析器不仅在创建过引时用到；在构建查询时也会用到；
　　
　　
　　Query DSL:
　　request body:
　　
　　
　　分成两类：
　　query dsl: 执行full-text查询时，基于相关度来评判其区配结果；
　　查询执行过程复杂，且不会被缓存；
　　
　　filter dsl：执行exact查询时，基于其结果为“yes”或"no"进行评判；
　　速度快，且结果缓存；
　　
　　
　　filter dsl:
　　
　　term filter: 精确匹配包含指定term的文档；
　　
　　查询语句结构：
　　{
　　QUERY_NAME:{
　　AGGUMENT:VALUE,
　　AGGUMENT:VALUE,...
　　}
　　}
　　
　　{
　　QUERY_NAME:{
　　FIELD_NAME: {
　　ARGUMENT: VALUE,...
　　}
　　}
　　}
　　
　　示例：
　　[root@linux-node1 ~]# curl -XGET 'localhost:9200/students/_search?pretty' -d '{
　　> query:{
　　>     "term":{"name":"Guo"}
　　>   }
　　> }'
　　{
　　  "took" : 49,
　　  "timed_out" : false,
　　  "_shards" : {
　　"total" : 5,
　　"successful" : 5,
　　"failed" : 0
　　  },
　　  "hits" : {
　　"total" : 0,
　　"max_score" : null,
　　"hits" : [ ]
　　  }
　　}
　　terms filter: 用于多值精确匹配
　　{ "terms":{"name":["GUO","Rong"]}}
　　
　　
　　range filters:用于在指定的范围内查找数值或时间。
　　{ "range":
　　"age":{"gte":15,
　　"lte":25
　　}
　　}
　　
　　exists and missing filters:
　　
　　{"exists":{
　　"age":25
　　}
　　
　　}
　　
　　
　　boolean filter:
　　基于boolean的逻辑来合并多个filter子句：
　　
　　must: 其内部所有的子句条件必须同时匹配，即and:
　　
　　must:{
　　"term":{"age":25}
　　"term":{"gender":"Female"}
　　}
　　
　　must_not: 其所有子句必须不匹配，即not
　　
　　should: 至少有一个子句匹配，即or
　　
　　
　　QUERY DSL:
　　
　　match_all Query:
　　用于匹配所有文档，没有指定任何query，默认即为match_all query.
　　{"match_all":{}}
　　
　　match Query:
　　在几乎任何域上执行full-text或exact-value 查询
　　
　　如果执行full-text查询，首先对查询时的语句做分析；
　　{“match”:{"students":"Guo"}}
　　
　　如果执行exact-value查询，搜索精确值，此时，建议使用过滤，而非查询；
　　{"match": {"name":"Guo"}}
　　
　　
　　multi_match Query:
　　用于在多个域上执行相同的查询：
　　{
　　“multi_match”:
　　"query": full-text search
　　"filed":{"filed1","filed2"}
　　}
　　
　　{
　　"multi_match":
　　"query":{
　　"students":"Guo"
　　}
　　"filed":{
　　"name",
　　"description"
　　}
　　}
　　
　　bool query:
　　基于boolean逻辑合并多个查询语句： 与bool filter不同的是，查询子句不是返回"yes"或"no",而是其计算出的匹配度分值。
　　因此，boolean query会为各子句合并其score:
　　
　　
　　合并filter和query:
　　
　　{
　　"filterd":{
　　query:{"match":{"gender":"Female"}}
　　filter:{"term":{"age"}:25}}
　　}
　　}
　　
　　
　　查询语句语法检查：
　　GET /INDEX/_validate/query?explain&pretty
　　{
　　......
　　}