Elasticsearch查询总结合集

一、term、terms查询（精确查询）
 
term query会去倒排索引中寻找确切的term，它并不知道分词器的存在，这种查询适合keyword、numeric、date等明确值的

term：查询某个字段里含有某个关键词的文档

GET /customer/doc/_search/

{

  "query": {

    "term": {

      "title":   "blog"

    }

  }

}

terms：查询某个字段里含有多个关键词的文档

GET /customer/doc/_search/

{

  "query": {

    "terms": {

      "title":  [ "blog","first"]

    }

  }

}

二、match查询（模糊查询）

match query 知道分词器的存在，会对field进行分词操作，然后再查询。

GET /customer/doc/_search/

{

  "query": {

    "match": {

      "title":  "my ss"   #它和term区别可以理解为term是精确查询，这边match模糊查询；match会对my ss分词为两个单词，然后term对认为这是一个单词

    }

  }

}

match_all：查询所有文档

GET /customer/doc/_search/

{

  "query": {

    "match_all": {}

  }

}

multi_match：可以指定多个字段

GET /customer/doc/_search/

{

  "query": {

    "multi_match": {

      "query" : "blog",

      "fields":  ["name","title"]   #只要里面一个字段包含值 blog 既可以

    }

  }

}

 三、match_phrase：短语匹配查询

ES引擎首先分析查询字符串，从分析后的文本中构建短语查询，这意味着必须匹配短语中的所有分词，并且保证各个分词的相对位置不变

_source：当我们希望返回结果只是一部分字段时，可以加上_source

GET /customer/doc/_search/

{

  "_source":["title"],  #只返回title字段

  "query": {

    "match_all": {}

  }

}

 四、排序

使用sort实现排序（类似sql）：desc 降序，asc升序

fuzzy实现模糊查询

value：查询的关键字

boost：查询的权值，默认值是1.0

min_similarity：设置匹配的最小相似度，默认值0.5，对于字符串，取值0-1(包括0和1)；对于数值，取值可能大于1；对于日期取值为1d,1m等，1d等于1天

prefix_length：指明区分词项的共同前缀长度，默认是0

GET /customer/doc/_search/

{

   

  "query": {

    "fuzzy": {

      "name": {

        "value": "blg"

      }

    }

  } 

}



#返回：

{

  "took": 8,

  "timed_out": false,

  "_shards": {

    "total": 5,

    "successful": 5,

    "skipped": 0,

    "failed": 0

  },

  "hits": {

    "total": 1,

    "max_score": 0.19178805,

    "hits": [

      {

        "_index": "customer",

        "_type": "doc",

        "_id": "1",

        "_score": 0.19178805,

        "_source": {

          "name": "blog",

          "tags": [

            "testing"

          ],

          "title": "i am a doc"

        }

      }

    ]

  }

}