一、QueryDSL基本使用&match_all
GET /_search
{
"query": {
"match_all": {}
},
"sort": [ //排序，指定字段降序或升序
{
"指定字段": {
"order": "de
}
}
],
"from": 5, //分页起始及条数
"size": 5,
"_source": "{指定输出字段}", //指定输出字段，多个则用【】
"_source": ["多字段1","多字段2"]
}
二、match分词匹配
GET /_search
{
"query": {
"match": {
"address": "mill road" } } }
- 字符串，多个单词（分词加全文检索）
- 最终查询出adress中包含mill或者road或者mill road的所有记录，并给出相关性得分。
三、match_phrase短语匹配
GET /_search
{
"query": {
"match_phrase": {
"address": "mill road" } } }
- 将需要匹配的值当成一个整体单词（不分词）进行检索。
- 查出address中包含mill road的所有记录，并给出相关性得分。
- 与match不同的是，不进行分词。
- 也可以在字段后加.keyword，例如address.keyword。
- 两种方式区别在于match_phrase为包含相关字段即可查询出，而keyword为全值精确匹配。
四、multi_match多字段匹配
GET /_search
{
"query": {
"multi_match": {
"query": "mill",
"fields": ["address","city"]
}}}
- address或者city文档包含mill，则被查询。
- 类似于数据库username like mill或者usercity like mill。
- 该查询方式也会进行分词。
五、复合查询
GET /_search
{
"query": {
"bool": { //复合查询bool
"must": [ //必须 and 且
{
"match": {
"gender": "F"
}
},
{
"match": {
"address": "maill"
}
}
],
"must_not": [ //必须不
{"match": {
"age": "38"
}}
],
"should": [ //应该，符合的话会加分
{"match": {
"lastname": "wallace"
}}
]
}
}
}
六、filter过滤
将查询结果进行条件过滤，不进行得分。
七、term
和match一样，匹配某个属性的值。全文检索字段用match，其他非test字段匹配用term。
八、aggregations-执行聚合
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUP BY 和SQL聚合函数。在ElasticSearch中，您有执行搜索返回hits（命中结果），并且同时返回聚合结果。把一个响应中的所有hits分隔开的能力。这是非常强大且有效的，你可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的API来避免网络往返。
搜索address中包含mill的所有人的年龄分布以及平均年龄。
GET /_search
{
"query": {
"match": { //查询address中包含mill词的数据
"address": "mill"
}
}, //以上述查询出的结果为基数，进行聚合
"aggs": {
"ageAgg": { //聚合名字，自定义
"terms": { //分组聚合，age字段分组，取前十条
"field": "age",
"size": 10
}
},
"ageAvg":{ //另一聚合名字，依次类推，可以有很多个聚合
"avg": { //平均聚合，取数据中age的平均值
"field": "age"
}
}
},
"size": 0 //和查询评级，起到不看查询结果的作用，只展示聚合结果。
}
按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET /_search
{
"query": {
"match_all": {} //查询全部数据
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": { //子聚合，与terms同级，正常应该与ageAgg同级。
"ageAvg": { //在主聚合年龄分组的基础上，对其进行聚合求平均薪资。
"avg": {
"field": "balance"
}
}
}
}
}
}
查出所有年龄分布，并且这些年龄段中性别为M的平均薪资和性别为F的平均薪资，以及这个年龄段的总体平均薪资
GET /_search
{
"query": {
"match_all": {} //查询所有数据
},
"aggs": {
"ageAgg": {
"terms": { //继续年龄分组
"field": "age",
"size": 100
},
"aggs": { //年龄分组后，以此进行子聚合
"genderAgg": {
"terms": { //性别进行分组
"field": "gender.keyword", //字符串无法使用terms分组，特殊情况可以加上.keyword
"size": 10
},
"aggs": { //再次子聚合。工资取平均数
"balanceAvg": {
"avg": {
"field": "balance"
}
}
}
},
"ageBalnaceAvg":{ //看好层级，进行薪资求均
"avg": {
"field": "balance"
}
}
}
}
}
}
- 个人感觉和sql语句类型，可能更灵活，流程更清晰，可以更精准定位。
