Elasticsearch轻量查询

Elasticsearch轻量查询

Elasticsearch有两种查询方式:

  • URI带有查询条件(轻量查询)
  • 请求体中带有查询条件(复杂查询)

第一种方式查询能力有限,不是所有的查询都可以使用此方式。而第二种方式将查询条件以JSON格式表现,并作为查询请求的请求体,此方法查询条件更具表现力,建议复杂的查询使用第二种方式。


轻量查询

GET twitter/_search?q=user:kimchy
参数名 参数值描述
q 查询字符串
df 查询字符串中未指定字段时所使用的默认字段
analyzer 用于查询字符串的分析器
analyze_wildcard 是否分析通配符查询或前缀查询,默认为否
default_operator 默认操作,AND或OR,默认为OR
lenient 格式转换错误是否被忽略,默认时否
_source 设置为false时,查询结果不包含_source字段
stored_fields 查询结果包含的字段,使用逗号分隔
sort fieldName:asc/fieldName:desc根据指定字段进行排序,可以存在多个sort(顺序很重要)
track_scores 查询结果中是否包含score数据
track_total_hits 查询结果中是否包含total数据
timeout 查询超时时间
terminate_after 每个分片收集文档的上限值,当文档超过上限时会终止查询。并在查询结果中terminated_early表示是否超过上限
from hit中第一个文档的起始位置
size hit中文档的数量
search_type 查询类型,可以是dfs_query_then_fetch或query_then_fetch。默认为query_then_fetch

查询字符串详解

查询字符串被解析为一系列词项和操作符,即q的参数值

查询字符串格式如下:

  • 根据status字段中的内容进行查询,返回字段中包含active的文档。
GET twitter/_search?q=status:active
  • 根据title字段中的内容进行查询,返回字段中包含quick或brown的文档。默认操作符为OR
GET twitter/_search?q=title:(quick OR brown)
GET twitter/_search?q=title:(quick brown)
  • 根据author字段中的内容进行查询,返回字段中包含John Smith短语的文档。
GET twitter/_search?q=author:"John Smith"
  • 根据book.title、book.content等字段中的内容进行查询,返回字段中包含quick或brown的文档。
GET twitter/_search?q=book.\*:(quick brown)
  • 根据title字段中的内容进行查询,返回字段不未空的文档。
GET twitter/_search?q=_exists_:title
  • 根据title字段中的内容进行查询,返回字段中包含以a开头或以b开头的文档。通配符*标识匹配0个或多个字符,通配符?标识1个字符。

通配符会影响查询效率,会消耗过多的内存。以通配符开头的查询,会匹配索引中所有的文档,不建议使用。

GET twitter/_search?q=title:(a* b?)
  • 根据name字段中的内容进行查询,返回字段中匹配//中正则表达式的文档。
GET twitter/_search?q=name:/joh?n(ath[oa]n)/
  • 根据name字段中的内容进行查询,返回字段中模糊匹配quikc的文档。模糊匹配的字符最多有2处与quikc不同,包括多字符、少字符、错位。
GET twitter/_search?q=name:quikc~
  • 根据count字段中的内容进行查询,返回字段中大于等于1并小于5的文档。
GET twitter/_search?q=count:[1 TO 5}
GET twitter/_search?q=count:(+>=1 +<5)
  • 根据title字段中的内容进行查询,返回字段中包含quick或fox的文档。quick文档相关性更高
GET twitter/_search?q=title:(quick^2 fox)
  • 根据title字段中的内容进行查询,返回字段中一定包含fox并不包含news的文档。quick brown可有可无,如果存在评分会更高。
GET twitter/_search?q=title:(quick brown +fox -news)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容