数字广东网络建设有限公司地址/seo网络推广知识

1. 过滤

1.1 term 过滤

term 主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed 的字符串(未经分析的文本数据类型)：

1.2 terms 过滤

terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配：

1.3 range 过滤

range 过滤允许我们按照指定范围查找一批数据：

1.4 exists 和 missing 过滤

exists 和 missing 过滤可以用于查找文档中是否包含指定字段或没有某个字段，类似于SQL语句中的 IS_NULL 条件

{				"exists":{"field":"title"			} 
}

这两个过滤只是针对已经查出一批数据来，但是想区分出某个字段是否存在的时候使用。

1.5 bool 过滤

bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑，它包含以下操作符：

• must ：多个查询条件的完全匹配，相当于 and 。
• must_not ：多个查询条件的相反匹配，相当于 not 。
• should ：至少有一个查询条件匹配, 相当于 or 。

2. 查询

2.1 match_all 查询

使用 match_all 可以查询到所有文档，是没有查询条件下的默认语句。

此查询常用于合并过滤条件。 比如说你需要检索所有的邮箱,所有的文档相关性都是相同的，所以得到的 _score 为1

2.2 match 查询

match 查询是一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用 match 查询一个全文本字段，它会在真正查询之前用分析器先分析。
match 以下查询字符：

如果用 match 下指定了一个确切值，在遇到数字，日期，布尔值或者 not_analyzed 的字符串时，它将为你搜索你给定的值：

提示： 做精确匹配搜索时，你最好用过滤语句，因为过滤语句可以缓存数据

match 查询不可以用建议搜索，类似"+usid:2 +tweet:search"这样的语句。 它只能就指定 某个确切字段某个确切的值进行搜索

2.3 multi_match 查询

multi_match 查询允许你做 match 查询的基础上同时搜索多个字段：

2.4 bool 查询

bool 查询与 bool 过滤相似，用于合并多个查询子句。不同的是， bool 过滤可以直接给出是否匹配成功， 而 bool 查询 要计算每一个查询子句的 _score （相关性分值）。

• must ： 查询指定文档一定要被包含。
• must_not ： 查询指定文档一定不要被包含。
• should ：查询指定文档，有则可以为文档相关性加分。

以下查询将会找到 title 字段中包含 “how to make millions”，并且 “tag” 字段没有被标为 spam 。 如果有标识为 “starred” 或者发布日期为2014年之前，那么这些匹配的文档将比同类网站等级高：

提示： 如果 bool 查询下没有 must 子句，那至少应该有一个 should 子句。但是 如果有 must 子句，那么没 有 should 子句也可以进行查询

3. 查询与过滤条件的合并

查询语句和过滤语句可以放在各自的上下文中。 在 ElasticSearch API 中我们会看到许多带有 query 或 filter 的语句。 这些语句既可以包含单条 query 语句，也可以包含一条 filter 子句。 换句话说，这些语句需要首先创建一 个 query 或 filter 的上下文关系。

复合查询语句可以加入其他查询子句，复合过滤语句也可以加入其他过滤子句。 通常情况下，一条查询语句需要过滤语句的 辅助，全文本搜索除外。

所以说，查询语句可以包含过滤子句，反之亦然。 以便于我们切换 query 或 filter 的上下文。这就要求我们在读懂需求的同 时构造正确有效的语句。

3.1 带过滤的查询语句

查询语句：

过滤语句：

search API中只能包含 query 语句，所以我们需要用 filtered 来同时包含 “query” 和 “filter” 子句：

我们在外层再加入 query 的上下文关系：

3.1.1 单条过滤语句

在 query 上下文中，如果你只需要一条过滤语句，比如在匹配全部邮件的时候，你可以 省略 query 子句：

如果一条查询语句没有指定查询范围，那么它默认使用 match_all 查询，所以上面语句 的完整形式如下：

3.2 带查询的过滤语句

有时候，你需要在 filter 的上下文中使用一个 query 子句。下面的语句就是一条带有查询功能 的过滤语句， 这条语句可以过 滤掉看起来像垃圾邮件的文档：

提示： 我们很少用到的过滤语句中包含查询，保留这种用法只是为了语法的完整性。 只有在过滤中用到全文本匹配的 时候才会使用这种结构

4. 验证查询

查询语句可以变得非常复杂，特别是与不同的分析器和字段映射相结合后，就会有些难度。

validate API 可以验证一条查询语句是否合法。

以上请求的返回值告诉我们这条语句是非法的：

4.1 理解错误信息

想知道语句非法的具体错误信息，需要加上 explain 参数：

很显然，我们把 query 语句的 match 与字段名位置弄反了：

4.2 理解查询语句

如果是合法语句的话，使用 explain 参数可以返回一个带有查询语句的可阅读描述， 可以帮助了解查询语句在ES中是如何 执行的：

explanation 会为每一个索引返回一段描述，因为每个索引会有不同的映射关系和分析器：

从返回的 explanation 你会看到 match 是如何为查询字符串 “really powerful” 进行查询的， 首先，它被拆分成两个独立 的词分别在 tweet 字段中进行查询。

而且，在索引 us 中这两个词为 “really” 和 “powerful” ，在索引 gb 中被拆分成 “really” 和 “power” 。 这是因为我们在索 引 gb 中使用了 english 分析器。