GET bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 5,
"sort": [
{
"account_number": {
"order": "desc"
},
"balance": {
"order": "asc"
}
}
]
}
# match_all 查询类型【代表查询所有的所有】，es中可以在query中组合非常多的查询类型完成复杂查询；
# from+size 限定，完成分页功能；从第几条数据开始，每页有多少数据
# sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准；
GET bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 5,
"sort": [
{
"account_number": {
"order": "desc"
}
}
],
"_source": ["balance","firstname"]
}
# _source 指定返回结果中包含的字段名
match匹配查询
GET bank/_search
{
"query": {
"match": {
"account_number": 20
}
}
}
# 查找匹配 account_number 为 20 的数据 非文本推荐使用 term
模糊查询
GET bank/_search
{
"query": {
"match": {
"address": "mill lane"
}
}
}
# 查找匹配 address 包含 mill 或 lane 的数据
精确查询
GET bank/_search
{
"query": {
"match": {
"address.keyword": "288 Mill Street"
}
}
}
# 查找 address 为 288 Mill Street 的数据。
# 这里的查找是精确查找，只有完全匹配时才会查找出存在的记录，
# 如果想模糊查询应该使用match_phrase 短语匹配
match_phrase短语匹配
GET bank/_search
{
"query": {
"match_phrase": {
"address": "mill lane"
}
}
}
GET bank/_search
{
"query": {
"match": {
"name.keyword": "xx xxx"
}
}
}
每一个文本查询都可以加.keyword 代表不分词 直接匹配
# 这里会检索 address 匹配包含短语 mill lane 的数据 和address.keyword的区别是 phrase是包含这个短语即可 后者是必须是这个
multi_match多字段匹配
GET bank/_search
{
"query": {
"multi_match": {
"query": "mill",
"fields": [
"city",
"address"
]
}
}
}
# 检索 city 或 address 匹配包含 mill 的数据，会对查询条件分词
bool符合复合查询
GET bank/_search
{
"query": {
"bool": {
"must": [
{"match": {
"gender": "m"
}
},{
"match": {
"address": "mill"
}
}
],
"must_not": [
{
"match": {
"age": "38"
}
}
],
"should": [
{
"match": {
"FIELD": "TEXT"
}
}
]
}
}
}
must：必须满足
must：必须不满足
should：最好是怎么样 可以不满足 满足只是会提高相关性得分
filter结果过滤
GET bank/_search
{
"query": {
"bool": {
"must": [
{"range": {
"age": {
"gte": 10,
"lte": 20
}
}},
{
"match": {
"addr": "mill"
}
}
]
}
}
}
range:满足区间 比如age在10-20之间同时还可以进行别的匹配
GET bank/_search
{
"query": {
"bool": {
"filter": {
"range": {
"age": {
"gte": 10,
"lte": 20
}
}
}
}
}
}
filter做过滤 而且不会计算相关性得分
term 数值检索
GET bank/_search
{
"query": {
"term": {
"age": "12"
}
}
}
专门做确定数值检索，match专门查text
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（命中结果）分隔开的能力。这是非常强大且有效的，
您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 bank/_search
{
"query": {
"match": {
"address": "mill"
}}
,"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
}
}，
"ageAvg":{
"avg": {
"field": "age"
}
}
}
}
先查询出地址 包含mill的 然后 agg进行聚合
ageAgg（聚合别名自己起的）
terms 看值有多少种可能
field看属性 size取出分析的可能数量
avg看平均值就可
//聚合可以无限写在aggs中
查出所有年龄分布，并且这些年龄段中的m的平均薪资和f的平均薪资以及这个年龄段的总体平均薪资
{
"query": {
"match_all": {}
},
"aggs": {
"age_agg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"gender_agg": {
"terms": {
"field": "gender.keyword",
"size": 100
},
"aggs": {
"balance_avg": {
"avg": {
"field": "balance"
}
}
}
},
"balance_avg": {
"avg": {
"field": "balance"
}
}
}
}
},
"size": 1000
}
先查出所有年龄段 然后对年龄段的性别进行统计聚合 然后根据这个算平均值 然后根据之前所有年龄段算整体平均值
