ES 使用URL查询

常用查询

GET {index}                             # 索引结构
GET {index}/_search                     # 索引的所有数据。(通用查询使用 _search 关键字)
GET {index}/_search?q=title:饱饱        # 在索引中查询title字段='饱饱'的数据
GET {index}/_doc/08010312012022000094   # 在索引中根据id查询(ID 查询使用 _doc关键字)

一、URL查询概念

1.1 基本语法

GET /{index}/_search
POST /{index}/_search

1.2 模式(URL、DSL)

  • URI Search , 基于URL 的查询语法的 GET模式查询。
  • DSL Search , 基于DSL 语言的查询的POST模式查询。( Request Body Search 请求体搜索 )

1.3 目标(index)

查询目标可以是一个索引,也可以是多个索引

命令 说明
/_search 在所有索引上搜索
/index1/_search 在 index1 索引上搜索
/index1,index2/_search 在 index1 , index2 索引上搜索
/index*/_search 在 index 开头的索引上搜索
/g*,user*/_search 在任何以 g 或者 u 开头的索引中搜索所有的类型
/gb/user/_search 在 gb 索引中搜索 user 类型
/gb,us/user,tweet/_search 在 gb 和 us 索引中搜索 user 和 tweet 类型
/_all/user,tweet/_search 在所有的索引中搜索 user 和 tweet 类型

二、URL 查询

2.1 简单查询

GET /index1/_search?q=2012&df=title&sort=year:desc&from=0&size=10&time1s
{"profile" : true}

# 参数详解
- q ,查询字符串
- df  ,default_field 默认查询那个字段
    -  默认为index.query.default_field,即未指定字段前缀时返回所有字段,索引设置为* 
- sort ,排序。
    - fieldName 可以是实际字段,也可以是特殊_score名称,表示基于分数的排序。
    - 可以有几个sort参数(顺序很重要)。
    - fieldName 
    - fieldName:asc
    - fieldName:desc。
- from  , 分页,位置(默认0)。
- size  , 分页,数量(默认10)。
- {"profile" : true} 查询执行细节(调试用)

2.2 curl 查询完整语法

// URL 语法 ,注意要用''包起来,否则后面的&会被识别为“后台执行”,即&后面的内容被忽略
curl [ -s][ -g][ -X<REST>][ -H 'Content-Type: application/json'] '<IP>:<Port>/<Index>[/Type][/ID]/_search?pretty&q=<search string>'

  -s 不输出查询的时间那些东西
  -g 做转义用  
  <REST> , GET/POST/PUT
  <IP>:<port> ,  IP+端口号,<port> 默认80,ES默认9200
  <Index> , 索引名,支持通配符,power_json*
  <Type>  , 索引类型,由于一个index只有一个type,可不输入
  <ID> , 操作对象的ID号,可不输入
  q  ,查询字符串,前面加&,后跟查询语句

常用参数

  • _source_include ,查询包含某些source字段的文档。
  • _source_exclude , 查询不包含某些source字段的文档。
    timeout---搜索超时,将搜索请求限制在指定的时间值内执行,并使用在到期时累积的点击数进行保释。默认为无超时。
  • default_operator , 默认查询运算符,未指定时默认为OR。
  • analyzer , 用于分析查询字符串的分析器名称。
  • _source , 设置为false禁用_source字段检索。
  • analyze_wildcard 是否应分析通配符和前缀查询,默认为false

常用语法

条件 解释
status:active status字段包含 active
title:(quick OR brown) 其中标题字段包含quick 或brown。如果省略OR运算符,将使用默认运算符
author:"John Smith" author字段包含确切的短语“John Smith”
_exists_:title title字段非空
date:[2012-01-01 TO 2012-12-31] 2012年的某一天
count:[10 TO *] count字段>=10
count:>=10 count字段>=10

2.3 单字段、多字段、所有字段

GET /{index}/_search?q=title:2012       # 单字段,在字段 title 中,查询 “2012“ 关键词
GET /{index}/_search?q=2012&df=title    # 单字段,在字段 title 中,查询 “2012“ 关键词
GET /{index}/_search?pretty&q=age:14&q=name:c2_59   # 多字段, SQL 语句: age="14" and name="c2_59" 
GET /index1/_search?q=2012 # 所有字段、泛查询,在所有字段查询“2012“ 关键词.

2.4 逻辑

- title:(matrix  NOT reloaded)
- title:(+matrix -reloaded)
修饰符(必须大写) 符号写法(说明) URLEncoding
AND &&
OR
NOT !
+ must %2B
- must_not

2.5 范围

year: {2019 TO 2018} # 开区间
year:[* TO 2018] # 闭区间
year: >2010
year:(>2010 && <=2018)
year:(+>2010 && +<=2018)
GET /movies/_search?q=year:>=1980  # 电影需要在 1980 年后

区间 说明
[] 闭区间
{} 开区间

2.6 空格

# 在字段 title 中,查询 “Beautiful Mind“ 关键词 
GET /index1/_search?q=title:(Beautiful Mind) 

例:
```URL
GET /index1/_search?q=title:(Beautiful AND Mind) 

在字段 title 中,必须包含“Beautiful” 和 "Mind“ 两个关键词

GET /index1/_search?q=title:(Beautiful NOT Mind) 

在字段 title 中,必须包含“Beautiful” 剔除关键词 ,不能包含 "Mind“

2.7 通配符

GET /movies/_search?q=title:b*   # 模糊匹配

GET /movies/_search?q=title:beautifl~1  # 近似查询,可以对单词纠错,并找到结果 

GET /movies/_search?q=title:"Lord Rings"~2 # 可以查询所有包含 ”Lorad .... Rings “ 模式的结果

三、例子

curl 'localhost:9200/_cat/indices?v&s=index'    //s=sort排序    
curl 'localhost:9200/_cat/indices/power_json*?v&s=index'  //只查power_json
curl 'localhost:9200/_cat/allocation?v&s=node'  //获取集群的节点列表
curl 'localhost:9200/power_json*?pretty'   //pretty,美观
curl 'localhost:9200/power_json*/_search?pretty&q=_exists_:MULT'     //是否存在
curl 'localhost:9200/power_json*/_search?pretty&q=TESTID:10000000107326732674'   //查指定的字段值
curl 'localhost:9200/power_json*/_search?pretty&q=TESTID:10000000107326732674&size=3' //查指定的字段值,并只显示3个
curl 'localhost:9200/power_json*/_search?pretty&q=TESTID:10000000107326732674&from=2&size=3' //从第3个开始只显示3个,即3/4/5
curl 'localhost:9200/power_json*/_search?pretty&q=TESTID:10000000107326732674&sort=TIME:desc' //按时间排序,desc降序,默认为升序
curl 'localhost:9200/power_json*/_search?pretty&analyze_wildcard&q=TESTID:10000000107326732674'   //模糊查询
curl 'localhost:9200/power_json*/_search?pretty&q=VAL:<200'  //比较大小
curl 'localhost:9200/power_json*/_search?pretty&_source=false'  //是否显示
curl 'localhost:9200/power_json*/_search?pretty&_source_includes=TIME,VAL'  //设置包含的字段
curl -g 'localhost:9200/power_json*/_search?pretty&q=(SOLAR:1%20AND%20CENTRAL:1)'  //组合查询
curl -g 'localhost:9200/power_json*/_search?pretty&q=TIME:[2019-05%20TO%202019-06]' //范围查询

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容