学生网页漯河seo公司
说明：本文介绍在kibana，es的可视化界面上对文档的查询操作；
添加数据
先使用API，创建索引库，并且把数据从MySQL中查出来，传到ES上，参考（http://t.csdn.cn/NaTHg）
索引库（student）结构；
1、模糊查询
模糊查询，是指字段类型是“text”，参与分词的字段，如name、all字段；
（1）全部查询；
格式：
# 1.1 全部查询
GET /索引库名/_search
{"query": {"match_all": {}}
}
可以看到，13条文档都查询出来了；
（2）单字段查询；
格式：
# 1.2 单字段查询
GET /索引库名/_search
{"query": {"match": {"字段名": "字段值"}}
}
查询结果：
（3）多字段查询；
格式：
# 1.3 多字段查询
GET /索引库名/_search
{"query": {"multi_match": {"query": "字段值","fields": ["字段名1","字段名2"]}}
}
查询结果：
2、精确查询
精确查询，用于等值判断的文档，即查询的值等于文档中对应字段的值，有两种，分别是term、range；
（1）term查询；
格式：
GET /索引库/_search
{"query": {"term": {"字段名": {"value": "字段值"}}}
}
查询结果：
（2）range查询；
格式：
# 2.2 精确查询之range：job>=1 and job < 3
GET /索引库名/_search
{"query": {"range": {"字段名": {"gte": 字段值≥,"lt": 字段值<}}}
}
查询结果：
3、地理坐标查询
es提供了地理坐标数据类型（如geo_point），如果文档中有由经纬度组成的位置数据，可以针对文档中的经纬度坐标查询，有两种方式：
（1）矩形范围；
根据提供的两个位置，画出一个矩形，查询位置在这个矩形内的文档；
格式：
GET /索引库名/_search
{"query": {"geo_bounding_box":{"location":{"top_left":{"lat":左上角位置纬度,"lon":左上角位置经度},"bottom_right":{"lat":右下角位置纬度,"lon":右下角位置经度}}}}
}
（2）方圆范围；
根据提供的一个位置，一个距离，以位置为圆心，距离为半径，查询该位置方圆范围的文档；
格式：
# 3.2 地理查询值geo_distance
GET /索引库名/_search
{"query": {"geo_distance":{"distance":"距离","location":"纬度,经度"}}
}
距离可以可以写任意长度单位，如15km，15000m；
4、复合查询
（1）算分查询；
查询的每条文档都会有一个分值，这个分值是ES根据BM25公式计算得出的，查询结果会按照分值从高到低排序，我们可以根据文档中的条件，来手动调整该分值，使分值高的文档排在最前面；
比如，我们把ID为13的文档，手动修改分值，使其排在最前面；
格式：
# 4.1 算分查询
GET /student/_search
{"query": {"function_score": {"query": {# 查询"match_all": {}},"functions": [{"filter": {# 过滤"term": {"id": "13"}},# 设置权重"weight": 10}],# 加权模式，即最终分值 = 查询分值 ? 权重的运算符，multiply为乘"boost_mode": "multiply"}}
}
boost_mode常见的有multiply（乘），sum（加），replace（替换，即使用权重替换掉查询分值）；
（2）布尔查询；
布尔查询也叫复合查询，指多条件的查询，该查询下有以下四个子查询，可根据实际需要添加：
-
must：必须匹配的子查询，类似“与”；
-
should：选择性匹配子查询，类似“或”；
-
must_not：必须不匹配，不参与算分，类似“非”；
-
filter：必须匹配，不参与算分；
如查询性别为“1”，job不在(2,4]区间内，id为11的文档，all字段可以为123456，DSL语句如下：
# 4.2 布尔查询
GET /student/_search
{"query": {"bool": {# 必须匹配的子查询"must": [{"match": {"gender": "1"}}],# 必须不能匹配的子查询"must_not": [{"range": {"job": {"gt": 2,"lte": 4}}}],# 可以匹配的子查询"should": [{"match": {"all": "123456"}}],# 必须匹配的子查询"filter": [{"term": {"id": "11"}}]}}
}
must、should参与算分，即分值高低决定排序前后顺序；
must_not、filter不参与算分，分值高低无所谓；
5、排序
（1）按位置排序
如果文档字段中有位置/坐标相关的字段，可将查询结果按照位置排序，距离越近排序越靠前；
表示按照提供的位置，距离该位置越近，排序越靠前，当然这取决于order是不是升序（asc）；
# 5.1 按照坐标排序
GET /索引库名/_search
{"query": {"match_all": {}}, "sort": [{"_geo_distance": {# 文档中位置相关的字段名、字段值"字段名": {"lat": 纬度,"lon": 经度},# 升序"order": "asc",# 距离单位"unit": "km"}}]
}
（2）按字段值排序
如按照job的值降序，越高排序越靠前；
格式：
# 5.2 按照字段值排序
GET /索引库名/_search
{"query": {"match_all": {}},"sort": [{"字段名": {"order": "desc"}}]
}
查询结果，job越高排序越靠前；
（3）按多个字段值排序
如果有多个值参与排序，可在sort里面按照顺序写多个值；
如按照job降序，job相同再按照gender升序；
格式：
# 5.3 按照多个字段值排序
GET /索引库名/_search
{"query": {"match_all": {}},"sort": [{"字段值1": {"order": "desc"},"字段值2": {"order": "asc"}}]
}
也可以写在外面的大括号里面，效果一样，如下：
# 5.3 按照多个字段值排序
GET /索引库名/_search
{"query": {"match_all": {}},"sort": [{"字段值1": {"order": "desc"}},{"字段值2": {"order": "asc"}}]
}
6、分页
es默认查询只显示前10条，可以使用分页输出，输出更多内容；目前es常用的分页有两种方式：
-
方式一：指定起始（from）、条数分页（size）；
-
方式二：基于上一次查询（search_after）的结果，取值作为参数，设置条数，分页查询；
（1）方式一：
如查询起始ID为5，条数为5的文档内容；
# 6.1 分页：方式一
GET /student/_search
{"query": {"match_all": {}},"from": 起始位置,"size": 条数
}
注意from的值是从0开始计算的，所以需要 - 1；
（2）方式二
如方式一中，可以取出查询结果中的ID值，作为search_after的参数，往后查询4条
# 6.2 分页：方式二
GET /student/_search
{"query": {"match_all": {}},"size": 4,"search_after":["5"],"sort": [{"id": {"order": "asc"}}]
}
查询结果：
小结
- 方式一查询，需要注意 from + size不能超过10000 ，不然会报错；
（4 + 9996 = 10000 不会报错）
（4 + 9997 = 10001 超过10000报错）
方式二（search_after）分页查询，需要注意，字段尽量使用主键字段或者唯一字段，不然在设置上次查询的值时，该值如果在上次查询的结果中有多条，会选择最后一条文档作为search_after的位置，这样可能会跳过一些文档。
7、高亮
高亮是指对查询的结果，可选择字段特殊显示。如百度中查询的结果，关键字会呈红色字体显示，具体实现就是把关键词前后加一个css样式；
例如我这里把查询的结果，name字段斜体显示，如下：
# 7. 高亮
GET /student/_search
{"query": {"match": {"all":"鲁迅"}},"highlight": {"fields": {"name":{# 关键词前"pre_tags": "<em>",# 关键词后"post_tags": "</em>",# 此字段是否为match匹配的字段，选择false，因为我上面没有按照name进行匹配查找"require_field_match": "false"}}}
}
查询结果可以看到，鲁迅前后被em标签包裹
总结
以上DSL语句不可直接复制使用