简介

Building Queries

下面就来看下常用的查询及其 API 有哪些

匹配所有的查询

查询语句如下

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

对应的 QueryBuilder Class 为 MatchAllQueryBuilder
具体方法为 QueryBuilders.matchAllQuery()

全文查询 Full Text Queries

什么是全文查询？

像使用 match 或者 query_string 这样的高层查询都属于全文查询，

• 查询 日期（date） 或整数（integer） 字段，会将查询字符串分别作为日期或整数对待。
• 查询一个（ not_analyzed ）未分析的精确值字符串字段，会将整个查询字符串作为单个词项对待。
• 查询一个（ analyzed ）已分析的全文字段，会先将查询字符串传递到一个合适的分析器，然后生成一个供查询的词项列表

组成了词项列表，后面就会对每个词项逐一执行底层查询，将查询结果合并，并且为每个文档生成最终的相关度评分。

Match

match 查询的单个词的步骤是什么？

1. 检查字段类型，查看字段是 analyzed, not_analyzed
2. 分析查询字符串，如果只有一个单词项， match 查询在执行时就会是单个底层的 term 查询
3. 查找匹配的文档，会在倒排索引中查找匹配文档，然后获取一组包含该项的文档
4. 为每个文档评分

   构建 Match 查询

   match 查询可以接受 text/numeric/dates 格式的参数，分析，并构建一个查询。

   GET /_search
   {
    "query": {
        "match" : {
            "message" : "this is a test"
        }
    }
   }
   

   上面的实例中 message 是一个字段名。
   对应的 QueryBuilder class : MatchQueryBuilder
   具体方法 : QueryBuilders.matchQuery()

   全文查询 API 列表

   全部的 API 列表如下（链接均指向 elasticsearch 官网）

基于词项的查询

这种类型的查询不需要分析，它们是对单个词项操作，只是在倒排索引中查找准确的词项（精确匹配）并且使用 TF/IDF 算法为每个包含词项的文档计算相关度评分 _score。

Term

term 查询可用作精确值匹配，精确值的类型则可以是数字，时间，布尔类型，或者是那些 not_analyzed 的字符串。
对应的 QueryBuilder class 是TermQueryBuilder
具体方法是 QueryBuilders.termQuery()

Terms

terms 查询允许指定多个值进行匹配。如果这个字段包含了指定值中的任何一个值，就表示该文档满足条件。
对应的 QueryBuilder class 是 TermsQueryBuilder
具体方法是 QueryBuilders.termsQuery()

Wildcard

wildcard 通配符查询是一种底层基于词的查询，它允许指定匹配的正则表达式。而且它使用的是标准的 shell 通配符查询：

• ? 匹配任意字符
• • 匹配 0 个或多个字符

wildcard 需要扫描倒排索引中的词列表才能找到所有匹配的词，然后依次获取每个词相关的文档 ID。
由于通配符和正则表达式只能在查询时才能完成，因此查询效率会比较低，在需要高性能的场合，应当谨慎使用。
对应的 QueryBuilder class 是 WildcardQueryBuilder
具体方法是 QueryBuilders.wildcardQuery()

基于词项 API 列表

复合查询

什么是复合查询？

复合查询会将其他的复合查询或者叶查询包裹起来，以嵌套的形式展示和执行，得到的结果也是对各个子查询结果和分数的合并。可以分为下面几种：

• constant_scorequery经常用在使用 filter 的场合，所有匹配的文档分数都是一个不变的常量
• boolquery可以将多个叶查询和组合查询再组合起来，可接受的参数如下
  • must : 文档必须匹配这些条件才能被包含进来
  • must_not 文档必须不匹配才能被包含进来
  • should 如果满足其中的任何语句，都会增加分数；即使不满足，也没有影响
  • filter 以过滤模式进行，不评分，但是必须匹配
• dis_maxquery叫做分离最大化查询，它会将任何与查询匹配的文档都作为结果返回，但是只是将其中最佳匹配的评分作为最终的评分返回。
• function_scorequery允许为每个与主查询匹配的文档应用一个函数，可用来改变甚至替换原始的评分
• boostingquery用来控制（提高或降低）复合查询中子查询的权重。

  复合查询列表

  | Search Query | QueryBuilder Class | Method in QueryBuilders | | —- | —- | —- | | Constant Score | ConstantScoreQueryBuilder | QueryBuilders.constantScoreQuery() | | Bool | BoolQueryBuilder | QueryBuilders.boolQuery() | | Dis Max | DisMaxQueryBuilder | QueryBuilders.disMaxQuery() | | Function Score | FunctionScoreQueryBuilder | QueryBuilders.functionScoreQuery() | | Boosting | BoostingQueryBuilder | QueryBuilders.boostingQuery() |

特殊查询

Wrapper Query

这里比较重要的一个是 Wrapper Query，是说可以接受任何其他 base64 编码的字符串作为子查询。
主要应用场合就是在 Rest High-Level REST client 中接受 json 字符串作为参数。比如使用 gson 等 json 库将要查询的语句拼接好，直接塞到 Wrapper Query 中查询就可以了，非常方便。
Wrapper Query 对应的 QueryBuilder class 是WrapperQueryBuilder
具体方法是 QueryBuilders.wrapperQuery()