注：此文檔僅適用于 Elasticsearch > 5.0 版本
Elasticsearch 的功能之一就是搜索闻牡，搜索主要分為兩種類型，結(jié)構(gòu)化搜索和全文搜索绳矩。結(jié)構(gòu)化搜索是指有關(guān)探詢那些具有內(nèi)在結(jié)構(gòu)數(shù)據(jù)的過(guò)程罩润。比如日期、時(shí)間和數(shù)字都是結(jié)構(gòu)化的：它們有精確的格式翼馆，我們可以對(duì)這些格式進(jìn)行邏輯操作割以。比較常見(jiàn)的操作包括比較數(shù)字或時(shí)間的范圍，或判定兩個(gè)值的大小写妥。
結(jié)構(gòu)化搜索的特征是『非是即否』拳球，一個(gè)文檔要么存于集合之中，要么存在集合之外珍特。
EndPoints
經(jīng)常的情況下祝峻，需要在一個(gè)或多個(gè)特殊的索引并且在一個(gè)或者多個(gè)特殊的類型中進(jìn)行搜索。我們可以通過(guò)在URL中指定特殊的索引和類型達(dá)到這種效果扎筒，如下所示：
/_search ：在所有的索引中搜索所有的類型
/gb/_search ：在 gb 索引中搜索所有的類型
/gb,us/_search ：在 gb 和 us 索引中搜索所有的文檔
/g*,u*/_search ：在任何以 g 或者 u 開(kāi)頭的索引中搜索所有的類型
/gb/user/_search ：在 gb 索引中搜索 user 類型
/gb,us/user,tweet/_search ：在 gb 和 us 索引中搜索 user 和 tweet 類型
/_all/user,tweet/_search ：在所有的索引中搜索 user 和 tweet 類型
精確值查詢
在 Elasticsearch 中莱找，過(guò)濾器不能夠單獨(dú)使用，它必須和 query 一起使用嗜桌，例如下面的查詢例子奥溺。其中 constant_score 表示查詢以非評(píng)分模式進(jìn)行，這樣可以省掉評(píng)分過(guò)程骨宠，提高查詢速度浮定。
GET /my_store/products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"price" : 20
}
}
}
}
}
如果需要查找 object 里面的字段相满，可以使用點(diǎn)語(yǔ)法，例如：
{
"query" : {
"constant_score" : {
"filter" : { "term" : { "user.id" : 1 } }
}
}
}
常用的過(guò)濾器包含 term 桦卒、 terms 立美、 range 、 prefix 方灾、 wildcard 建蹄、 regexp 、 exists 裕偿、 missing洞慎。下面進(jìn)行一一介紹。
term
term 代表完全匹配嘿棘，也就是精確查詢劲腿。
注：查詢字符串時(shí)，查詢的字段類型必須是
keyword蔫巩，如果查詢的是text谆棱， 則有可能查詢結(jié)果不正確。
{
"query" : {
"constant_score" : {
"filter" : {"term" : { "price" : 20 } }
}
}
}
terms
terms 查詢類似于 SQL 中的 in 關(guān)鍵詞圆仔。例如：
{
"query": {
"constant_score" : {
"filter" : {"terms" : { "user" : ["kimchy", "elasticsearch"]}}
}
}
}
range
range 主要用于數(shù)字和日期類型的字段查詢垃瞧。例如查詢年齡在 10 到 20 歲的用戶：
{
"query": {
"constant_score" : {
"filter" : {"range" : { "age" : { "gte" : 10, "lte" : 20 } } }
}
}
}
range 接受以下幾個(gè)參數(shù)：
- gte：大于等于
- gt：大于
- lte：小于等于
- le：小于
當(dāng)查詢字段的類型是日期時(shí)，可以添加 format 類型的字段坪郭，如果時(shí)間字段與時(shí)區(qū)相關(guān)个从，則還可以添加 time_zone 字段。
{
"query": {
"constant_score" : {
"filter" : {
"range" : {
"age" : {
"gte" : "2015-01-01 00:00:00",
"lte" : "2015-02-01 00:00:00",
"format": "yyyy-MM-dd HH:mm:ss",
"time_zone": "+01:00"
}
}
}
}
}
}
prefix
prefix 又稱前綴查詢歪沃，用于 keyword 類型的字段查詢嗦锐。
{
"query" : {
"constant_score" : {
"filter" : {
"prefix" : { "name" : "ki" }
}
}
}
}
wildcard
wildcard 又稱通配符查詢，也是用于 keyword 類型的字段查詢沪曙。通配符查詢主要基于 shell 的通配符： ? 匹配任意字符奕污， * 匹配 0 或多個(gè)字符。
{
"query" : {
"constant_score" : {
"filter" : {
"wildcard" : { "name" : "ki*y" }
}
}
}
}
regexp
regexp 又稱正則查詢液走，也是用于 keyword 類型的字段查詢碳默。
{
"query" : {
"constant_score" : {
"filter" : {
"regexp" : { "name" : "s.*y" }
}
}
}
}
exists 和 missing
exists 字段類似于 SQL 中的 IS NOT NULL ，用于過(guò)濾指定字段不為 NULL 的文檔缘眶。
{
"query" : {
"constant_score" : {
"filter" : {
"exists" : { "field" : "tags" }
}
}
}
}
missing 與 exists 正相反嘱根，它返回指定字段為 NULL 的文檔。
bool 過(guò)濾器
bool 過(guò)濾器是一個(gè)復(fù)合過(guò)濾器（Compound filter）巷懈，它可以接受多個(gè)其他過(guò)濾器作為參數(shù)该抒，并將這些過(guò)濾器結(jié)合成各式各樣的布爾（邏輯）組合。
一個(gè) bool 過(guò)濾器由三部分組成：
{
"bool" : {
"must" : [],
"should" : [],
"must_not" : [],
"filter": []
}
}
-
must： 所有的語(yǔ)句都 必須（must） 匹配顶燕，與AND等價(jià)凑保。 -
must_not：所有的語(yǔ)句都 不能（must not） 匹配冈爹，與NOT等價(jià)。 -
should：至少有一個(gè)語(yǔ)句要匹配愉适，與OR等價(jià)犯助。 -
filter：表示這是一個(gè)過(guò)濾器，與 must 等價(jià)维咸。
filter 的結(jié)果會(huì)緩存，因此盡量使用 filter 關(guān)鍵詞惠爽。
{
"query" : {
"filtered" : {
"filter" : {
"bool" : {
"should" : [
{ "term" : {"price" : 20}},
{ "term" : {"productID" : "XHDK-A-1293-#fJ3"}}
],
"must_not" : {
"term" : {"price" : 30}
}
}
}
}
}
}
上面的查詢等同于 (price = 20 OR productID='XHDK-A-1293-#fJ3') AND price != 30癌蓖。
nested 查詢
nested 類型的字段，由于索引在獨(dú)立的文檔中婚肆，我們無(wú)法通過(guò)點(diǎn)語(yǔ)法直接搜索他們租副。因此 Elasticsearch 開(kāi)發(fā)了 nested 查詢，這個(gè)查詢主要用于查詢 nested 類型字段中的對(duì)象的字段较性。
{
"query": {
"nested": {
"path": "comments",
"query": {
"bool": {
"filter": {
{"term": {"comments.name": "john"}}
}
}
}
}
}
}
排序和分頁(yè)
默認(rèn)情況下用僧，查詢返回的結(jié)果會(huì)按照 _score 進(jìn)行排序，值越高越靠前赞咙。咱結(jié)構(gòu)化搜索中责循，_score 的只都是相等的，因此結(jié)果會(huì)按照隨機(jī)順序返回攀操。
Elasticsearch 提供了結(jié)果排序的功能院仿，可以使用 sort 字段指定排序的方式。
{
"query" : {
"bool" : {
"filter" : { "term" : { "user_id" : 1 }}
}
},
"sort": { "date": { "order": "desc" }}
}
也可以指定多個(gè)字段進(jìn)行排序：
{
"query" : {
"bool" : {
"filter" : { "term" : { "user_id" : 1 }}
}
},
"sort": [
{ "date": { "order": "desc" }},
{ "name": { "order": "esc" }}
]
}
有了排序功能速和，就需要分頁(yè)歹垫。分頁(yè)有 size 和 from 兩個(gè)參數(shù)指定。
-
size：返回的結(jié)果數(shù)量颠放，默認(rèn)10 -
from：跳過(guò)開(kāi)始的結(jié)果數(shù)排惨，默認(rèn)0
下面的例子表示請(qǐng)求第三頁(yè)的數(shù)據(jù)。
{
"query" : {
"bool" : {
"filter" : { "term" : { "user_id" : 1 }}
}
},
"sort": { "date": { "order": "desc" }},
"size": 10,
"from": 20
}
在 Elasticsearch 中碰凶，返回的結(jié)果隨著分頁(yè)的增長(zhǎng)而成倍增長(zhǎng)暮芭。
現(xiàn)在假設(shè)我們請(qǐng)求第1000頁(yè)——結(jié)果10001到10010。工作方式都相同痒留，不同的是每個(gè)分片都必須產(chǎn)生頂端的10010個(gè)結(jié)果谴麦。然后請(qǐng)求節(jié)點(diǎn)排序這50050個(gè)結(jié)果并丟棄50040個(gè)！
因此盡量避免使用深度分頁(yè)伸头。如果有大量分頁(yè)的需求匾效，可以使用 Scrolling 的方式。
參考資料：
