首先创建一个 索引 shop , 并创建 mappings
使用 url 方式查询
查询搜索的规范：
在索引后加上 _search ；
?q 代表是query ；
基于 desc 字段是查询
192.168.1.160:9200/shop/_search?q=desc:慕课网多条件查询：
192.168.1.160:9200/shop/_search?q=desc:慕课网&q=age:20 desc包含有“慕课网”的字段，且 age=20使用 DSL 查询
DSL 搜索，查询条件使用 josn格式。
POST 192.168.1.160:9200/shop/_doc/_search
json:
{
"query":{
"match":{
"desc":"慕课网"
}
}
}DSL 关键字
exists 查询某个字段是否存在 query 代表查询
{
"query": {
"exists": {
"field": "desc"
}
}
}
key可以是一些es的关键字，也可以是某个field字段，后面会遇到查询所有 (返回所有字段)
POST 192.168.1.160:9200/shop/_doc/_search
json:
{
"query":{
"match_all":{}
}
}查询所有 (返回所需字段)
POST 192.168.1.160:9200/shop/_doc/_search
json:
{
"query":{
"match_all":{}
},
"_source":["id","nickname","age"]
}查询 显示要的字段，去除不需要展示的字段
{
"query":{
"match_all": {}
},
"_source":{
"includes": "addr*",
"excludes": ["name","bir*"]
}
}查询带分页
添加 from size 关键字。 from 是第几条 ； size 每页多少条。
POST 192.168.1.160:9200/shop/_doc/_search
json:
{
"query":{
"match_all":{}
},
"_source":["id","nickname","age"],
"from":0,
"size":10
}term 精确搜索与 match 分词搜索
term 搜索的时候会把用户搜索内容，比如“慕课网”作为一整个关键词去搜索，而不会对其进行分词后再搜索。
match 会对 慕课网 先进行分词（其实就是全文检索），在查询，而term则不会，直接把 慕课网 作为一个整的词汇去搜索。match 搜索，比如 desc字段中有一个 “课” ，比如是 “上课” 就可以被搜索到。而 term 则必须是 “慕课网” 才可以被搜索到
{
"query": {
"term": {
"desc": "慕课网"
}
}
}terms 多个词语匹配检索
{
"query": {
"terms": {
"desc": ["慕课网","学习",”一起“]
}
}
}match_phrase
match：分词后只要有匹配就返回，
match_phrase：分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。（搜索比较严格）
slop：允许词语间跳过的数量
match 扩展 查询的百分比量
operator
- or：搜索内容分词后，只要存在一个词语匹配就展示结果
- and：搜索内容分词后，都要满足词语匹配
post http://192.168.1.160:9200/shop/_doc/_search
{
"query":{
"desc":{
"desc":"慕课网",
"operator": "or" 这个加不加都是一样效果，只要一个匹配就会展示
}
}
}minimum_should_match
- minimum_should_match ：最低匹配精度，至少有[分词后的词语个数]x百分百，得出一个数据值取整。举个例子：当前属性设置为 70% ，若一个用户查询检 有10个词语，那么匹配度按照 10x70%=7，则desc中至少需要有7个词语匹配，就展示；若分词后有8个，则 8x70%=5.6，则desc中至少需要有5个词语匹 示。 ‘
- minimum_should_match 也能设置具体的数字，表示个数
post http://192.168.1.160:9200/shop/_doc/_search
{
"query": {
"match": {
"desc": {
"query": "女友生日送我好玩的xbox游戏机",
"minimum_should_match": "60%" 也可以输入数字
}
}
}
}ids 多id查询
根据 ids 来查询
post http://192.168.1.160:9200/shop/_doc/_search
{
"query": {
"ids": {
"type":"_doc",
"values":["1001","1002","1003"]
}
}
}multi_match ： 多个字段中匹配查询
”慕课网“ 在 desc ； nickname 两个字段中查询
提升字段权重 使用 ^
布尔查询 - 多重组合查询
可以组合多重查询
- must：查询必须匹配搜索条件，譬如 and
- should：查询匹配满足1个以上条件，譬如 or
- must_not：不匹配搜索条件，一个都不要满足。（里面多条件也是 and 形式，既不满足A条件，也不满足B条件，也不满足C条件）
- 这3个关键字，可以组合一起使用
这3个查询内容都是已数组方式传入
post http://192.168.1.160:9200/shop/_doc/_search
列如, must 即 字段 “desc” 和 “nickname” 包含 “慕课网” 字段 并且 sex=1
boost 为词汇查询加权重
数值越大，权重越高。搜索后，有个 _score 值就越高，搜索出来的排名也就会越高
post_filter 过滤器
对搜索出来后的数据作过滤。
对搜索出来的结果进行数据过滤。不会到es库里去搜，不会去计算文档的相关度分数，所以过滤的性能会比较高，过滤器可以和全文搜索结合在一起使用。 post_filter元素是一个顶层元素，只会对搜索结果进行过滤。不会计算数据的匹配度相关性分数，不会根据分数去排序，query则相反，会计算分数，也会按照分 使用场景：
- query：根据用户搜索条件检索匹配记录
- post_filter：用于查询后，对结果数据的筛选
- gte：大于等于
- lte：小于等于
- gt：大于
- lt：小于
对查询的数据筛选 money字段在 55.8 ~ 155.8的区间
sort 排序
对查询的数据，进行排序。排序一般对数值排序， 文本的排序一般不多
- asc 正序
- desc 倒叙
数值、keyword 都可以做排序。
text 文本不能做排序，因为做了分词。要给text字段做排序，需要给它添加一个附属属性。
如下， name 类型是 text , 但是又给它一个附属属性 keyword
当需要对 text 类型的字段做排序时 就是 字段.keyword。 如下：
搜索高亮显示
加上 highlight 标签。
"highlight": {
"fields": {
"desc": {} 这个就是需要高亮的字段
}
} 返回的格式默认是加了 <em> 标签。
自定义标签
"pre_tags": ["<tag>"],
"post_tags": ["</tag>"],
"highlight": {
"pre_tags": ["<span>"],
"post_tags": ["</span>"],
"fields": {
"desc": {}
}
}
