请求参数的查询（QueryString）

查询[字段]包含[内容]的文档

GET请求     http://192.168.1.181:9200/shop/_doc/_search?q=desc:我真帅
GET请求     http://192.168.1.181:9200/shop/_doc/_search?q=desc:我真帅&q=age:18

这种方式一般称之为QueryString查询方式，参数都是在URL中作为请求参数的。

点击一下，咻的一下就可以查看官方文档了，可直接翻译es DSL操作官方文档

DSL基本语法

QueryString用的很少，一旦参数复杂就很难构建，所以大多数查询都是使用dsl来进行查询比较好。

Domain Specific Language
特定领域语言
基于JSON格式的数据查询
查询更灵活，有利于复杂查询

1、match语法

  #查询
 POST   http://192.168.1.181:9200/shop/_doc/_search
 {
    "query":{
        "match":{
            "desc":"我真帅"
        }
    }
}
# 同等于： GET  http://192.168.1.181:9200/shop/_doc/_search?q=desc:我真帅

#判断某个字段是否存在
{
    "query":{
        "exists":{
            "field":"desc"
        }
    }
}

！补充：语法格式为一个json object，内容都是key-value键值对，json可以嵌套。 key可以是一些es的关键字，也可以是某个field字段

2、match_all

在索引中查询所有的文档

  GET http://113.98.58.50:9200/shop/_doc/_search  
  
  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query":{
        "match_all":{}
    },
    "_source":["id","nickname","age"], # 类似mysql中select * 替换
    "from": 0,   # 从那一条数据开始
    "size": 10   # 每一页展示多少条数据
}

3、match_phrase

match:分词后只要有数据就会进行匹配然后返回
match_phrase:分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的（搜索相对而言比较严格）

  # slop:允许词语间跳过的数量
  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "match_phrase": {
            "desc": {
                "query": "大学 毕业 研究生",
                "slop": 2
            }
        }
    }
}

4、match 扩展

operator:

or:搜索内容分词后，只要存在一个词语匹配就能有结果
and:搜索内容分词后，都要满足词语匹配

 POST  http://113.98.58.50:9200/shop/_doc/_search
{
 "query": {
     "match": {
         "desc": "我真帅！"
     }
 }
}
# 等同于
{
 "query": {
     "match": {
         "desc": {
             "query": "xbox游戏机",
             "operator": "or"
         }
     }
 }
}
# 相当于 select * from shop where desc='xbox' or|and desc='游戏机'

minimum_should_match:最低匹配精度，至少有[分词后的词语个数]百分位，的出一个数据值取整。举个🌰：当前属性设置为70，若一个用户查询检索内容分词后有10个词语，那么匹配度就是1070%=7，则desc中至少需要有7个成语进行匹配，就展示。若分词后有八个，则8*70% =5.6，则desc中至少需要有5个成语匹配，就展示。
minimum_shodld_match 也能设置具体的数字，表示个数

POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "match": {
            "desc": {
                "query": "女友在我生日的时候送了我一双限量版球鞋，可把我开心坏了。",
                "minimum_should_match": "60%"
            }
        }
    }
}

根据文档主键ids搜索

#查询当个
GET /shop/_doc/1001
#查询多个
POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "ids": {
            "type": "_doc",
            "values": ["1001", "1010", "1008"]
        }
    }
}

5、multi_match/boost

#满足使用match在多个字段中进行查询的需求
  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "multi_match": {
                "query": "王二  18",
                "fields": ["name", "age"]
        }
    }
}

#boost
#权重，为某个字段设置权重，权重越高，文档相关性得分就越高。通畅来说搜索商品名称要比商品简介的权重更高。
{
    "query": {
        "multi_match": {
                "query": "王二  18",
                "fields": ["name", "age^10"]

        }
    }
}
#age^10 代表搜索提升10倍相关性，也就是说用户搜索的时候其实以这个age为主，name为辅，age的匹配相关度当然要提高权重比例了。

6、term

搜索的时候会吧用户搜索内容，比如："你是真的丑爆了！"作为一个整体的关键字去搜索，而不会对其他的分词后在搜索。

  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query":{
        "term":{
            "desc":"你是真的丑爆了！"
        }
    }
}
# 可以对比：
{
    "query": {
        "match": {
            "desc": "你是真的丑爆了！"
        }
    }
}

# terms 多个词语匹配检索
# 相当于是tag标签查询，比如慕课网的一些淘宝会打上衣服、裤子、鞋子、袜子这样的标签，可以完全匹配做类似标签的查询
 {
    "query":{
        "terms":{
            "desc":["衣服","裤子","鞋子"]
        }
    }
}

！注:match会对"你是真的丑爆了！"些进行分词（其实就是全文搜索），在查询，而term则不会，直接吧"你是真的丑爆了！"作为一个整的词汇去搜索。

6、布尔查询

可以组合多重查询

must:查询必须匹配搜索条件，比如and
should: 查询匹配满足1个以上条件，比如or
must_not:不匹配搜索条件，一个都不需要满足

  POST  http://113.98.58.50:9200/shop/_doc/_search
实操1：
{
    "query": {
        "bool": {
            "must": [
                {
                    "multi_match": {
                        "query": "我可真帅",
                        "fields": ["desc", "nickname"]
                    }
                },
                {
                    "term": {
                        "sex": 1
                    }
                },
                {
                    "term": {
                        "birthday": "1996-01-14"
                    }
                }
            ]
        }
    }
}

{
    "query": {
        "bool": {
            "should（must_not）": [
                {
                    "multi_match": {
                        "query": "学习",
                        "fields": ["desc", "nickname"]
                    }
                },
                {
                    "match": {
                        "desc": "游戏"
                    }   
                },
                {
                    "term": {
                        "sex": 0
                    }
                }
            ]
        }
    }
}

实操2：
{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "desc": "爱"
                    }   
                },
                {
                    "match": {
                        "nickname": "爱"
                    }   
                }
            ],
            "should": [
                {
                    "match": {
                        "sex": "0"
                    }   
                }
            ],
            "must_not": [
                {
                    "term": {
                        "birthday": "1998-12-24"
                    }   
                }
            ]
        }
    }
}

#为指定词语加权
#特殊场景下，某些词语可以单独加权，这样可以排得更加靠前。
{
    "query": {
        "bool": {
            "should": [
                {
                    "match": {
                        "desc": {
                            "query": "律师",
                            "boost": 18
                        }
                    }
                },
                {
                    "match": {
                        "desc": {
                            "query": "进修",
                            "boost": 2
                        }
                    }
                }
            ]
        }
    }
}

7、过滤器

对搜索出来的结果进行数据过滤。不会到es库里去搜，不会去计算文档的相关度分数，所以过滤的性能会比较高，过滤器可以和全文搜索结合在一起使用。

post_filter元素是一个顶层元素，只会对搜索结果进行过滤。不会计算数据的匹配度相关性分数，不会根据分数去排序，query则相反，会计算分数，也会按照分数去排序。

使用场景：

query：根据用户搜索条件检索匹配记录
post_filter：用于查询后，对结果数据的筛选

实操：查询账户金额大于80元，小于160元的用户。并且生日在1998-07-14的用户

gte：大于等于
lte：小于等于
gt：大于
lt：小于
（除此以外还能做其他的match等操作也行）

  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "match": {
            "desc": "玩吃鸡滴滴我呀!我钢枪贼6"
        }   
    },
    "post_filter": {
        "range": {
            "money": {
                "gt": 60,
                "lt": 1000
            }
        }
    }   
}

8、排序

es的排序同sql，可以desc也可以asc。也支持组合排序。

实操：

  POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "match": {
            "desc": "玩吃鸡滴滴我呀!我钢枪贼6"
        }
    },
    "post_filter": {
        "range": {
            "money": {
                "gt": 55.8,
                "lte": 155.8
            }
        }
    },
    "sort": [
        {
            "age": "desc"
        },
        {
            "money": "desc"
        }
    ]
}

对文本排序

由于文本会被分词，所以往往要去做排序会报错，通常我们可以为这个字段增加额外的一个附属属性，类型为keyword，用于做排序。

创建新的索引

POST        /shop2/_mapping
{
    "properties": {
        "id": {
            "type": "long"
        },
        "nickname": {
            "type": "text",
            "analyzer": "ik_max_word",
            "fields": {
                "keyword": {
                    "type": "keyword"
                }
            }
        }
    }
}

插入数据

POST         /shop2/_doc
{
    "id": 1001,
    "nickname": "美丽的风景"
}
{
    "id": 1002,
    "nickname": "漂亮的小哥哥"
}
{
    "id": 1003,
    "nickname": "飞翔的巨鹰"
}
{
    "id": 1004,
    "nickname": "完美的天空"
}
{
    "id": 1005,
    "nickname": "广阔的海域"
}

排序

{
    "sort": [
        {
            "nickname.keyword": "desc"
        }
    ]
}

9、高亮highlight

高亮显示

 POST  http://113.98.58.50:9200/shop/_doc/_search
{
    "query": {
        "match": {
            "desc": "你真帅"
        }
    },
    "highlight": {
        "pre_tags": ["<tag>"],
        "post_tags": ["</tag>"],
        "fields": {
            "desc": {}
        }
    }
}

ElasticSerach DSL基本语法