ElasticSearch常用查询命令简介

这里我就以Mysql作为对照举例子

1、select 字段

当你只想要某些字段时(不写则默认要全部字段)

GET index_name/_search
{
   "_source": ["name","mobile"]
}

当你不想要某些字段时

GET index_name/_search
{
   "_source": {
     "excludes": ["age","email"]
   }
}

当你只想要某些字段,又不想要某些字段时

GET index_name/_search
{
   "_source": {
     "includes": ["name","mobile"],
     "excludes": ["age","email"]
   }
}

2、模糊匹配(此功能对text类型才生效,当查询的是非字符串时,为精确匹配)

GET index_name/_search
{
    "query": {
        "match": {
            "name": "小明"
        }
    }
}

3、精准匹配

GET index_name/_search
{
    "query": {
        "term": {
            "name": "小明"
        }
    }
}

4、多值精确匹配,类似于SQL中的in功能

GET index_name/_search
{
    "query": {
        "terms": {
            "name": [ "小明", "小红"]
        }
    }
}

5、范围查询

  • gt: greater than 大于
  • gte: greater than or equal 大于等于
  • lt: less than 小于
  • lte: less than or equal 小于等于
GET index_name/_search
{
    "query": {
        "range": {
            "age": {
                "gte": 23,
                "lte": 30
            }
        }
    }
}

6、where and 功能

GET index_name/_search
{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "name": "小明"
                    }
                },
                {
                    "match": {
                        "age": "18"
                    }
                }
            ]
        }
    }
}

7、where or 功能

GET index_name/_search
{
    "query": {
        "bool": {
            //满足任意一个即可
            "minimum_should_match": 1,
            "should": [
                {
                    "match": {
                        "name": "小明"
                    }
                },
                {
                    "match": {
                        "age": "18"
                    }
                }
            ]
        }
    }
}

8、where 不匹配 and功能

GET index_name/_search
{
    "query": {
        "bool": {
            "must_not": [
                {
                    "match": {
                        "name": "小明"
                    }
                },
                {
                    "match": {
                        "age": "18"
                    }
                }
            ]
        }
    }
}

9、group by 功能

GET index_name/_search
{
    "query": {
         //查询所有数据
        "match_all": {}
    },
    "aggs": {
        //按名称分组
        "nameAggs": {
            "terms": {
                "field": "name"
            }
        }
    }
}

10、order by 功能

GET index_name/_search
{
    "query": {
        //查询所有数据
        "match_all": {}
    },
    "sort": [
        {
            "name": "desc"
        },
        {
            "age": "asc"
        }
    ]
}

11、limit功能(es默认条数最多为10000条,通过命令(重启会无效)/配置可以修改,超过es条数会报错),不传默认为10条

GET index_name/_search
{
    "query": {
        //查询所有数据
        "match_all": {}
    },
    "from": 1,
    "size": 10
}

12、count功能

GET index_name/_count

13、must和should共存情况

query = {
    "query": {
        "bool": {
            "must": [
                {"term": {"color": "red"}}
            ],
            #当must存在的时候,should中的条件是可有可无的,就是must条件满足就行,should的一个都不用满足也可以
            #当must不存在的时候,should中的条件至少要满足一个
            "should": {
                {"term": {"size": 33}},
                {"term": {"size": 55}}
            },
            #所以当must存在,又想让should的条件至少满足一个地加这个参数
            #也可以再must》term统计再加一个bool》must》should
            "minimum_should_match":1
        }
    }
}
最后编辑于
©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 216,544评论 6 501
  • 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 92,430评论 3 392
  • 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 162,764评论 0 353
  • 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 58,193评论 1 292
  • 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 67,216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 51,182评论 1 299
  • 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 40,063评论 3 418
  • 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 38,917评论 0 274
  • 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 45,329评论 1 310
  • 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 37,543评论 2 332
  • 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 39,722评论 1 348
  • 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 35,425评论 5 343
  • 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 41,019评论 3 326
  • 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 31,671评论 0 22
  • 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 32,825评论 1 269
  • 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 47,729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 44,614评论 2 353

推荐阅读更多精彩内容