ElasticSearch 高级检索

  接上一章基础检索，在上一章博客中，我在ES中插入了许多的数据，接下来就基于之前的数据进行一些高级的操作

  ES的高级查询有它自己的语言----QueryDSL

  ES提供了一个可以执行查询的JSON风格的DSL，被称为QueryDSL，这个语言很全面，但是稍显复杂，先来体验一哈

  可以看到，QueryDSL查询是通过get发送请求，并携带一个json数据，这个json数据包含我们的查询条件，其语法格式如下

{
	查询名1:{
		条件1:值1
	}，
	查询名2:{
		条件2:值2
	}，
	.....
}
           

match 分词匹配查询

  match查询会对检索条件进行分词匹配，只要数据匹配其中的一个字符，都会被查询出来，最后根据得分排序返回

# 语法格式
# 查询每个字段值为多少的数据,支持模糊查询
GET bank/_search  # 请求体
{
  "query": {	# 查询
    "match": {	# 匹配查询
      "FIELD": "TEXT"	# 字段：值
    }
  }
}
           

match_phrase 短语匹配

  match_phrase 会将检索条件的值作为一个整个进行检索

GET bank/_search
{
  "query": {
    "match_phrase": {
      "FIELD": "PHRASE"
    }
  }
}
           

multi_match 多字段匹配

  查询多个字段中包含某个值的数据，并且会对查询条件进行分词匹配

GET bank/_search
{
  "query": {
    "multi_match": {
      "query": "",	# 查询条件
      "fields": []	# 匹配的字段
    }
  }
}
           

bool 复合查询

  复合查询可以合并多个查询条件，相当于mysql 中的and条件，查询时需要满足所有的条件

GET bank/_search
{
  "query": {
    "bool": {
      "must": [ # 必须满足这个条件
        {}
      ],
      "must_not": [ # 必须不是这个条件
        {}
      ],
      "should": [ # 可以包含这个条件
        {}
       ]
       .....
  }
}
           

term 匹配查询

  term和match一样，都可以做精确匹配，不同的是term不能做模糊查询，term会将检索条件的值作为一个整体去查询，但是ES在存储文本时存在数据分析的问题，相当于是分词存储，所以term在查询多次文本时查不到数据，推荐在查询非文本是使用term

GET bank/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}
           

aggregations 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。

GET bank/_search
{
  "aggs": {
    "NAME": {
      "AGG_TYPE": {}
    }
  }
}
           

  示例1：搜索address中包含mill的所有人的年龄分布以及平均年龄

  示例2：按照年龄聚合，并请求这些年龄段的平均薪资

  示例3：查询所有年龄分布，并且在年龄段中M和F的平均薪资和总体平均薪资