Es 基础 - 风行天涯

一数据类型

1. String类型 1. text:可分词，不可参与聚合

2. keyword:不可分词，数据会作为完整字段进行匹配，可以参与聚合 Numerical:数值类型，分两类

2. 基本数据类型:long、interger、short、byte、double、float、half_float 浮点数的高精度类型:scaled_float需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再原。

3. Date:日期类型 elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

4. Array:数组类型进行匹配时，任意一个元素满足，都认为满足排序时，如果升序则用数组中的最小值来排序，如果降序则用数组中的最大值来排序 Object:对象

5. Object:对象

{ name:"Jack", age:21, girl:{ name: "Rose", age:21 } }

如果存储到索引库的是对象类型，例如上面的girl，会把girl变成两个字段:girl.name和girl.age 6. 地理坐标点数据类型

地理坐标点地理坐标点是指地球表面可以用经纬度描述的一个点。地理坐标点可以用来计算两个坐标间的距离，还可以判断一个坐标是否在一个区域中。地理坐标点需要显式声明对应字段类型为 geo_point :

eg： json PUT /company-locations { "mappings": { "properties": { } } } "name": { "type": "text" }, "location": { "type": "geo_point" }

经纬度坐标格式如上例， location 字段被声明为 geo_point 后，我们就可以索引包含了经纬度信息的文档了。经纬度信息的形式可以是字符串、数组或者对象

js # 字符串形式 PUT /company-locations/_doc/1 { "name":"NetEase", "location":"40.715,74.011" } # 对象形式 PUT /company-locations/_doc/2 { "name":"Sina", "location":{ "lat":40.722, "lon":73.989 } } # 数组形式 PUT /company-locations/_doc/3 { "name":"Baidu", "location":[73.983,40.719] }

注意字符串形式以半角逗号分割，如 "lat,lon" 对象形式显式命名为 lat 和 lon 数组形式表示为 [lon,lat] 通过地理坐标点过滤有四种地理坐标点相关的过滤器可以用来选中或者排除文档

过滤器	作用
geo_bounding_box	找出落在指定矩形框中的点
geo_distance	找出与指定位置在给定距离内的点
geo_distance_range	找出与指定点距离在给定最小距离和最大距离之间的点
geo_polygon	找出落在多边形中的点。。当你觉得自己需要使用它，最好先看看 geo-shapes 。

geo_bounding_box查询这是目前为止最有效的地理坐标过滤器了，因为它计算起来非常简单。你指定一个矩形的顶部 , 底部 , 左边界和右边界，然后过滤器只需判断坐标的经度是否在左右边界之间，纬度是否在上下边界之间然后可以使用 geo_bounding_box 过滤器执行以下查询

GET /company-locations/_search
{
    "query": {
      "bool" : {
          "must" : {
              "match_all" : {}
          },
            "filter" : {
            "geo_bounding_box" : {
              "location" : {
                "top_left" : {
                  "lat" : 40.73,
                  "lon" : 71.12
                 },
                "bottom_right" : {
                  "lat" : 40.01,
                  "lon" : 74.1 
                }
            } 
          }
      } 
    }
  }

location这些坐标也可以用 bottom_left 和 top_right 来表示

geo_distance 过滤仅包含与地理位置相距特定距离内的匹配的文档。假设以下映射和索引文档然后可以使用geo_distance 过滤器执行以下查询

GET /company-locations/_search
{
    "query": {
        "bool" : {
          "must" : {
                "match_all" : {}
          },
            "filter" : {
                "geo_distance" : {
                    "distance" : "200km",
                    "location" : {
                      "lat" : 40,
                      "lon" : 70 
                     }
                 } 
            }
          } 
      }
}

Query DSL

查询所有(match_all query)

POST /lagou-company-index/_search
{
    "query":{
        "match_all": {}
} }

query :代表查询对象
match_all :代表查询所有结果
took:查询花费时间，单位是毫秒
time_out:是否超时
_shards:分片信息
hits:搜索结果总览对象
- total:搜索到的总条数
- max_score:所有结果中文档得分的最高分 -hits:搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
  - _index:索引库
  - _type:文档类型
  - _id:文档id
  - _score:文档得分
  - _source:文档的源数据

全文搜索(full-text query) 全文搜索能够搜索已分析的文本字段，如电子邮件正文，商品描述等。使用索引期间应用于字段的同一分析器处理查询字符串。全文搜索的分类很多几个典型的如下: 2.2.1 匹配搜索(match query) 全文查询的标准查询，它可以对一个字段进行模糊、短语查询。 match queries 接收 text/numerics/dates, 对它们进行分词分析, 再组织成一个boolean查询。可通过operator 指定bool组合操作(or、and 默认是 or )。现在，索引库中有2部手机，1台电视; 2.2.2 短语搜索(match phrase query) match_phrase 查询用来对一个字段进行短语查询，可以指定 analyzer、slop移动因子 2.2.3 query_string 查询 Query String Query提供了无需指定某字段而对文档全文进行匹配查询的一个高级查询,同时可以指定在哪些字段上进行匹配。 2.2.4 多字段匹配搜索(multi match query) 如果你需要在多个字段上进行文本搜索，可用multi_match 。multi_match在 match的基础上支持对多个字段进行文本查询。
词条级搜索(term-level queries) 可以使用term-level queries根据结构化数据中的精确值查找文档。结构化数据的值包括日期范围、IP地址、价格或产品ID。与全文查询不同，term-level queries不分析搜索词。相反，词条与存储在字段级别中的术语完全匹配。

词条搜索(term query) term 查询用于查询指定字段包含某个词项的文档
词条集合搜索(terms query) terms 查询用于查询指定字段包含某些词项的文档
范围搜索(range query) gte:大于等于 gt:大于 lte:小于等于 lt:小于 boost:查询权重
不为空搜索(exists query) 查询指定字段值不为空的文档。相当 SQL 中的 column is not null
词项前缀搜索(prefix query)
通配符搜索(wildcard query
正则搜索(regexp query) regexp允许使用正则表达式进行term查询.注意regexp如果使用不正确，会给服务器带来很严重的性能压力。比如.*开头的查询，将会匹配所有的倒排索引中的关键字，这几乎相当于全表扫描，会很慢。因此如果可以的话，最好在使用正则前，加上匹配的前缀。
模糊搜索(fuzzy query)
ids搜索(id集合查询)

复合搜索(compound query)

constant_score query 用来包装另一个查询，将查询匹配的文档的评分设为一个常值
布尔搜索(bool query) bool 查询用bool操作来组合多个查询字句为一个查询。可用的关键字: must:必须满足 filter:必须满足，但执行的是filter上下文，不参与、不影响评分 should:或 must_not:必须不满足，在filter上下文中执行，不参与、不影响评分

POST /book/_search
{
  "query": {
    "bool" : {
      "must" : {
        "match" : { "description" : "java" }
      },
      "filter": {
        "term" : { "name" : "solr" }
      },
      "must_not" : {
        "range" : {
          "price" : { "gte" : 200, "lte" : 300 }
        }
      },
      "minimum_should_match" : 1,
      "boost" : 1.0
} }
}

minimum_should_match代表了最小匹配精度，如果设置minimum_should_match=1，那么should 语句中至少需要有一个条件满足。

5.排序相关性评分排序默认情况下，返回的结果是按照相关性进行排序的——最相关的文档排在最前。在本章的后面部分，我们会解释相关性意味着什么以及它是如何计算的，不过让我们首先看看 sort 参数以及如何使用它。为了按照相关性来排序，需要将相关性表示为一个数值。在 Elasticsearch 中，相关性得分由一个浮点数进行表示，并在搜索结果中通过 _score 参数返回，默认排序是 _score 降序，按照相关性评分升序排序如下

POST /book/_search
{
  "query": {
    "match": {"description":"solr"}
} }
POST /book/_search
{
  "query": {
    "match": {"description":"solr"}
}, "sort": [
    {"_score": {"order": "asc"}}
  ]
}

字段值排序

POST /book/_search
{
  "query": {
    "match_all": {}
}, "sort": [
    {"price": {"order": "desc"}}
  ]
}

多级排序假定我们想要结合使用 price和 _score(得分) 进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序:

POST /book/_search
{
    "query":{
        "match_all":{}
}, "sort": [
      { "price": { "order": "desc" }},
      { "timestamp": { "order": "desc" }}
    ]
}

6.分页 Elasticsearch中实现分页的语法非常简单:

POST /book/_search
{
  "query": {
    "match_all": {}
  },
  "size": 2,
  "from": 0
}
POST /book/_search
{
  "query": {
    "match_all": {}
}, "sort": [
    {"price": {"order": "desc"}}
  ],
"size": 2,
"from": 2 }

size:每页显示多少条 from:当前页起始索引, int start = (pageNum - 1) * size

7.高亮 Elasticsearch中实现高亮的语法比较简单: 在使用match查询的同时，加上一个highlight属性: pre_tags:前置标签 post_tags:后置标签 fields:需要高亮的字段 name:这里声明title字段需要高亮，后面可以为这个字段设置特有配置，也可以空

8.文档批量操作(bulk 和 mget)

第4节定位非法搜索及原因在开发的时候，我们可能会写到上百行的查询语句，如果出错的话，找起来很麻烦，Elasticsearch提供了帮助开发人员定位不合法的查询的api _validate

本文由 chaoohuua 创作，采用知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: 2025/12/18 13:53