最重要的查询

虽然 Elasticsearch 自带了很多的查询，但经常用到的也就那么几个。我们将在 深入搜索 章节详细讨论那些查询的细节，接下来我们对最重要的几个查询进行简单介绍。

match_all 查询

match_all 查询简单的匹配所有文档。在没有指定查询方式时，它是默认的查询：

  1. { "match_all": {}}

拷贝为 curl在 Sense 中查看

它经常与 filter 结合使用—例如，检索收件箱里的所有邮件。所有邮件被认为具有相同的相关性，所以都将获得分值为 1 的中性 _score。

match 查询

无论你在任何字段上进行的是全文搜索还是精确查询，match 查询是你可用的标准查询。

如果你在一个全文字段上使用 match 查询，在执行查询前，它将用正确的分析器去分析查询字符串：

  1. { "match": { "tweet": "About Search" }}

拷贝为 curl在 Sense 中查看

如果在一个精确值的字段上使用它，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，那么它将会精确匹配给定的值：

  1. { "match": { "age":    26           }}
  2. { "match": { "date":   "2014-09-01" }}
  3. { "match": { "public": true         }}
  4. { "match": { "tag":    "full_text"  }}

拷贝为 curl在 Sense 中查看

对于精确值的查询，你可能需要使用 filter 语句来取代 query，因为 filter 将会被缓存。接下来，我们将看到一些关于 filter 的例子。

不像我们在 轻量 搜索 章节介绍的字符串查询（query-string search）， match 查询不使用类似 +user_id:2 +tweet:search 的查询语法。它只是去查找给定的单词。这就意味着将查询字段暴露给你的用户是安全的；你需要控制那些允许被查询字段，不易于抛出语法异常。

multi_match 查询

multi_match 查询可以在多个字段上执行相同的 match 查询：

  1. {
  2.     "multi_match": {
  3.         "query":    "full text search",
  4.         "fields":   [ "title", "body" ]
  5.     }
  6. }

拷贝为 curl在 Sense 中查看

range 查询

range 查询找出那些落在指定区间内的数字或者时间：

  1. {
  2.     "range": {
  3.         "age": {
  4.             "gte":  20,
  5.             "lt":   30
  6.         }
  7.     }
  8. }

拷贝为 curl在 Sense 中查看

被允许的操作符如下：

  • **gt**
    大于
  • **gte**
    大于等于
  • **lt**
    小于
  • **lte**
    小于等于

term 查询

term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串：

  1. { "term": { "age":    26           }}
  2. { "term": { "date":   "2014-09-01" }}
  3. { "term": { "public": true         }}
  4. { "term": { "tag":    "full_text"  }}

拷贝为 curl在 Sense 中查看

term 查询对于输入的文本不 分析 ，所以它将给定的值进行精确查询。

terms 查询

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：

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

拷贝为 curl在 Sense 中查看

和 term 查询一样，terms 查询对于输入的文本不分析。它查询那些精确匹配的值（包括在大小写、重音、空格等方面的差异）。

exists 查询和 missing 查询

exists 查询和 missing 查询被用于查找那些指定字段中有值 (exists) 或无值 (missing) 的文档。这与SQL中的 IS_NULL (missing) 和 NOT IS_NULL (exists) 在本质上具有共性：

  1. {
  2.     "exists":   {
  3.         "field":    "title"
  4.     }
  5. }

拷贝为 curl在 Sense 中查看

这些查询经常用于某个字段有值的情况和某个字段缺值的情况。

组合多查询

通过混合布尔查询，我们可以在我们的查询请求中灵活地编写 scoring 和 filtering 查询逻辑。

可以用 bool 查询来将多查询组合在一起，成为用户自己想要的布尔查询。它接收以下参数：

  • **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 匹配这些条件才能被包含进来。
  • **should**
    如果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，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。 
  1. GET aicare_nlu/_search
  2. {
  3.   "query": {
  4.     "bool": {
  5.         "must":     { "match": { "title": "how to make millions" }},
  6.         "must_not": { "match": { "tag":   "spam" }},
  7.         "should": [
  8.             { "match": { "tag": "starred" }},
  9.             { "match": { "title": "how to make millions" }}
  10.         ],
  11.         "filter": {
  12.           "range": { "date": { "gte": "2014-01-01" }} 
  13.         }
  14.     }
  15. }

根据条件删除数据

  1. POST /index/_delete_by_query 
  2. {
  3.   "query":{
  4.     "match":{
  5.       "second":"28"
  6.     }
  7.   }
  8. }

参考

Elasticsearch: 权威指南