Elasticsearch 数据搜索
ES即简单又复杂，你可以快速的实现全文检索，又需要了解复杂的REST API。本篇就通过一些简单的搜索命令，帮助你理解ES的相关应用。虽然不能让你理解ES的原理设计，但是可以帮助你理解ES，探寻更多的特性。 搜索API ES提供了两种搜索的方式：请求参数方式 和 请求体方式。 - 请求参数方式 curl'localhost:9200/bank/_search?q=*&pretty' 其中bank是查询的索引名称，q后面跟着搜索的条件：q=*表示查询所有的内容 - 请求体方式（推荐这种方式） curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_all":{}} }' 这种方式会把查询的内容放入body中，会造成一定的开销，但是易于理解。在平时的练习中，推荐这种方式。 返回的内容： { "took":26, "timed_out":false, "_shards":{ "total":5, "successful":5, "failed":0 }, "hits":{ "total":1000, "max_score":1.0, "hits":[{ "_index":"bank", "_type":"account", "_id":"1", "_score":1.0,"_source":a },{ "_index":"bank", "_type":"account", "_id":"6", "_score":1.0,"_source":b }] ｝ ｝ 返回的内容大致可以如下讲解： － took：是查询花费的时间，毫秒单位 － time_out：标识查询是否超时 － _shards：描述了查询分片的信息，查询了多少个分片、成功的分片数量、失败的分片数量等 － hits：搜索的结果，total是全部的满足的文档数目，hits是返回的实际数目（默认是10） － _score是文档的分数信息，与排名相关度有关，参考各大搜索引擎的搜索结果，就容易理解。 由于ES是一次性返回所有的数据，因此理解返回的内容是很必要的。它不像传统的SQL是先返回数据的一个子集，再通过数据库端的游标不断的返回数据（由于对传统的数据库理解的不深，这里有错还望指正）。 查询语言DSL ES支持一种JSON格式的查询，叫做DSL，domain specific language。这门语言刚开始比较难理解，因此通过几个简单的例子开始： 下面的命令，可以搜索全部的文档： { "query":{"match_all":{}} } query定义了查询，match_all声明了查询的类型。还有其他的参数可以控制返回的结果： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_all":{}}, "size":1 }' 上面的命令返回了所有文档数据中的第一条文档。如果size不指定，那么默认返回10条。 下面的命令请求了第10-20的文档。 curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_all":{}}, "from":10, "size":10 }' 下面的命令指定了文档返回的排序方式： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_all":{}}, "sort":{"balance":{"order":"desc"}} }' 执行搜索 上面了解了基本的搜索语句，下面就开始深入一些常用的DSL了。 之前的返回数据都是返回文档的所有内容，这种对于网络的开销肯定是有影响的，下面的例子就指定了返回特定的字段： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_all":{}}, "_source":["account_number","balance"] }' 再回到query，之前的查询都是查询所有的文档，并不能称之为搜索引擎。下面就通过match方式查询特定字段的特定内容，比如查询余额为20的账户信息： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match":{"account_number":20}} }' 查询地址为mill的信息： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match":{"address":"mill"}} }' 查询地址为mill或者lane的信息： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match":{"address":"milllane"}} }' 如果我们想要返回同时包含mill和lane的，可以通过match_phrase查询： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{"match_phrase":{"address":"milllane"}} }' ES提供了bool查询，可以把很多小的查询组成一个更为复杂的查询，比如查询同时包含mill和lane的文档： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{ "bool":{ "must":[ {"match":{"address":"mill"}}, {"match":{"address":"lane"}} ] } } }' 修改bool参数，可以改为查询包含mill或者lane的文档： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{ "bool":{ "should":[ {"match":{"address":"mill"}}, {"match":{"address":"lane"}} ] } } }' 也可以改写为must_not，排除包含mill和lane的文档： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{ "bool":{ "must_not":[ {"match":{"address":"mill"}}, {"match":{"address":"lane"}} ] } } }' bool查询可以同时使用must, should, must_not组成一个复杂的查询： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{ "bool":{ "must":[ {"match":{"age":"40"}} ], "must_not":[ {"match":{"state":"ID"}} ] } } }' 过滤查询 之前说过score字段指定了文档的分数，使用查询会计算文档的分数，最后通过分数确定哪些文档更相关，返回哪些文档。 有的时候我们可能对分数不感兴趣，就可以使用filter进行过滤，它不会去计算分值，因此效率也就更高一些。 filter过滤可以嵌套在bool查询内部使用，比如想要查询在2000-3000范围内的所有文档，可以执行下面的命令： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "query":{ "bool":{ "must":{"match_all":{}}, "filter":{ "range":{ "balance":{ "gte":20000, "lte":30000 } } } } } }' ES除了上面介绍过的范围查询range、match_all、match、bool、filter还有很多其他的查询方式，这里就先不一一说明了。 聚合 聚合提供了用户进行分组和数理统计的能力，可以把聚合理解成SQL中的GROUP BY和分组函数。在ES中，你可以在一次搜索查询的时间内，即完成搜索操作也完成聚合操作，这样就降低了多次使用REST API造成的网络开销。 下面就是通过terms聚合的简单样例： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "size":0, "aggs":{ "group_by_state":{ "terms":{ "field":"state" } } } }' 它类似于SQL中的下面的语句： SELECTstate,COUNT(*)FROMbankGROUPBYstateORDERBYCOUNT(*)DESC 返回的数据： "hits":{ "total":1000, "max_score":0.0, "hits":[] }, "aggregations":{ "group_by_state":{ "buckets":[{ "key":"al", "doc_count":21 },{ "key":"tx", "doc_count":17 },{ "key":"id", "doc_count":15 },{ "key":"ma", "doc_count":15 },{ "key":"md", "doc_count":15 },{ "key":"pa", "doc_count":15 },{ "key":"dc", "doc_count":14 },{ "key":"me", "doc_count":14 },{ "key":"mo", "doc_count":14 },{ "key":"nd", "doc_count":14 }] } } } 由于size设置为0，它并没有返回文档的信息，只是返回了聚合的结果。 比如统计不同账户状态下的平均余额： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "size":0, "aggs":{ "group_by_state":{ "terms":{ "field":"state" }, "aggs":{ "average_balance":{ "avg":{ "field":"balance" } } } } } }' 聚合支持嵌套，举个例子，先按范围分组，在统计不同性别的账户余额： curl-XPOST'localhost:9200/bank/_search?pretty'-d' { "size":0, "aggs":{ "group_by_age":{ "range":{ "field":"age", "ranges":[ { "from":20, "to":30 }, { "from":30, "to":40 }, { "from":40, "to":50 } ] }, "aggs":{ "group_by_gender":{ "terms":{ "field":"gender" }, "aggs":{ "average_balance":{ "avg":{ "field":"balance" } } } } } } } }' 聚合可以实现很多复杂的功能，而且ES也提供了很多复杂的聚合，这里作为引导篇。 本文转载自 linkedkeeper.com
