1、term查询简介
term是表达语义的最小单位，在搜索的时候基本都要使用到term。 term查询的种类有：Term Query、Range Query等。 在ES中，Term查询不会对输入进行分词处理，将输入作为一个整体，在倒排索引中查找准确的词项。 我们也可以使用 Constant Score 将查询转换为一个filter,避免算分，利用缓存，提高查询的效 率。
2、term与terms
查询电影名字中包含有 beautiful 这个单词的所有的电影，用于查询的单词不会进行分词的处理
GET movies/_search
{
"query": {
"term": {
"title": {
"value": "beautiful"
}
}
}
}查询电影名字中包含有 beautiful 或者 mind 这两个单词的所有的电影，用于查询的单词不会进行 分词的处理
GET movies/_search
{
"query": {
"terms": {
"title": [
"beautiful",
"mind"
]
}
}
}3、range
查询上映在2016到2018年的所有的电影，再根据上映时间的倒序进行排序
GET movies/_search
{
"query": {
"range": {
"year": {
"gte": 2016,
"lte": 2018
}
}
},
"sort": [
{
"year": {
"order": "desc"
}
}
]
}4、Constant Score
查询title中包含有beautiful的所有的电影，不进行相关性算分，查询的数据进行缓存，提高效率
GET movies/_search
{
"query": {
"constant_score": {
"filter": {
"term": {
"title": "beautiful"
}
}
}
}
}5、全文查询
全文查询的种类有: Match Query、Match Phrase Query、Query String Query等 索引和搜索的时候都会进行分词，在查询的时候，会对输入进行分词，然后每个词项会逐个到底层进行 查询，将最终的结果进行合并
6、match
查询电影名字中包含有beautiful的所有电影，每页十条，取第二页的数据
GET movies/_search
{
"query": {
"match": {
"title": "beautiful"
}
},
"from": 10,
"size": 10
}查询电影名字中包含有 beautiful 或者 mind 的所有的数据，但是只查询title和id两个属性
GET movies/_search
{
"_source": ["title", "id"],
"query": {
"match": {
"title": "beautiful mind"
}
}
}7、match_phrase
查询电影名字中包含有 "beautiful mind" 这个短语的所有的数据
GET movies/_search
{
"query": {
"match_phrase": {
"title": "beautiful mind"
}
}
}注意：match_phrase和term区别
term是将传入的文本原封不动地（不分词）拿去查询。
match会对输入进行分词处理后再去查询，部分命中的结果也会按照评分由高到低显示出来。
match_phrase是按短语查询，只有存在这个短语的文档才会被显示出来。也就是说，term和match_phrase都可以用于精确匹配，而match用于模糊匹配。
上面说的也不是很准确：
match_phrase总结如下：
- match_phrase还是分词后去搜的
- 目标文档需要包含分词后的所有词
- 目标文档还要保持这些词的相对顺序和文档中的一致
8、multi_match
查询 title 或 genre 中包含有 beautiful 或者 Adventure 的所有的数据
GET movies/_search
{
"query": {
"multi_match": {
"query": "beautiful Adventure",
"fields": ["title", "genre"]
}
}
}9、match_all
查询所有的数据
GET movies/_search
{
"query": {
"match_all": {}
}
}10、query_string
查询 title 中包含有 beautiful 和 mind 的所有的电影
GET movies/_search
{
"query": {
"query_string": {
"default_field": "title",
"query": "mind AND beautiful"
}
}
}
或者
GET movies/_search
{
"query": {
"query_string": {
"default_field": "title",
"query": "mind beautiful",
"default_operator": "AND"
}
}
}11、simple_query_string
simple_query_string 覆盖了很多其他查询的用法。
查询 title 中包含有 beautiful 和 mind 的所有的电影
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "beautiful + mind",
"fields": ["title"]
}
}
}或者
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "beautiful mind",
"fields": ["title"],
"default_operator": "AND"
}
}
}查询title中包含 "beautiful mind" 这个短语的所有的电影 (用法和match_phrase类似)
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "\"beautiful mind\"",
"fields": ["title"]
}
}
}查询title或genre中包含有 beautiful mind romance 这个三个单词的所有的电影 （与multi_match类似）
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "beautiful mind Romance",
"fields": ["title", "genre"]
}
}
}查询title中包含 “beautiful mind” 或者 "Modern Romance" 这两个短语的所有的电影
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "\"beautiful mind\" | \"Modern Romance\"",
"fields": ["title"]
}
}
}查询title或者genre中包含有 beautiful + mind 这个两个词，或者Comedy + Romance + Musical + Drama + Children 这个五个词的所有的数据
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "(beautiful + mind) | (Comedy + Romance + Musical + Drama + Children)",
"fields": ["title","genre"]
}
}
}查询 title 中包含 beautiful 和 people 但是不包含 Animals 的所有的数据
GET movies/_search
{
"query": {
"simple_query_string": {
"query": "beautiful + people + -Animals",
"fields": ["title"]
}
}
}12、模糊搜索
查询title中从第6个字母开始只要最多纠正一次，就与 neverendign 匹配的所有的数据
GET movies/_search
{
"query": {
"fuzzy": {
"title": {
"value": "neverendign",
"fuzziness": 1,
"prefix_length": 5
}
}
}
}13、多条件查询
查询title中包含有beautiful或者mind单词，并且上映时间在2016~1018年的所有的电影
GET movies/_search
{
"query": {
"bool": {
"must": [
{
"simple_query_string": {
"query": "beautiful mind",
"fields": ["title"]
}
},
{
"range": {
"year": {
"gte": 2016,
"lte": 2018
}
}
}
]
}
}
}查询 title 中包含有 beautiful 这个单词，并且上映年份在2016~2018年间的所有电影，但是不 进行相关性的算分
# filter不会进行相关性的算分，并且会将查出来的结果进行缓存，效率上比 query 高
GET movies/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"title": "beautiful"
}
},
{
"range": {
"year": {
"gte": 2016,
"lte": 2018
}
}
}
]
}
}
}14、Mapping
mapping类似于数据库中的schema，作用如下:
1. 定义索引中的字段类型；
2. 定义字段的数据类型，例如：布尔、字符串、数字、日期.....
3. 字段倒排索引的设置
数据类型
Mapping的定义语法如下：
PUT users
{
"mappings": {
// define your mappings here
}
}定义mapping的建议方式: 写入一个样本文档到临时索引中，ES会自动生成mapping信息，通过访问 mapping信息的api查询mapping的定义，修改自动生成的mapping成为我们需要方式，创建索引，删 除临时索引，简而言之就是 “卸磨杀驴” 。
15、常见参数
1）index
可以给属性添加一个 布尔类型的index属性，标识该属性是否能被倒排索引，也就是说是否能通过 该字段进行搜索。
2) null_value
在数据索引进ES的时候，当某些数据为 null 的时候，该数据是不能被搜索的，可以使用 null_value 属性指定一个值，当属性的值为 null 的时候，转换为一个通过 null_value 指 定的值。 null_value属性只能用于Keyword类型的属性
16、聚合查询
1）聚合搜索的语法格式如下：
GET indexName/_search
{
"aggs": {
"aggs_name": { #聚合分析的名字是由用户自定义的
"aggs_type": {
// aggregation body
}
}
}
}
2）给users索引创建mapping信息
3）往 users 索引中写入数据
PUT employee/_bulk
{"index": {"_id": 1}}
{"id": 1, "name": "Bob", "job": "java", "age": 21, "sal": 8000, "gender": "female"}
{"index": {"_id": 2}}
{"id": 2, "name": "Rod", "job": "html", "age": 31, "sal": 18000, "gender": "female"}
{"index": {"_id": 3}}
{"id": 3, "name": "Gaving", "job": "java", "age": 24, "sal": 12000, "gender": "male"}
{"index": {"_id": 4}}
{"id": 4, "name": "King", "job": "dba", "age": 26, "sal": 15000, "gender": "female"}
{"index": {"_id": 5}}
{"id": 5, "name": "Jonhson", "job": "dba", "age": 29, "sal": 16000, "gender": "male"}
{"index": {"_id": 6}}
{"id": 6, "name": "Douge", "job": "java", "age": 41, "sal": 20000, "gender": "female"}
{"index": {"_id": 7}}
{"id": 7, "name": "cutting", "job": "dba", "age": 27, "sal": 7000, "gender": "male"}
{"index": {"_id": 8}}
{"id": 8, "name": "Bona", "job": "html", "age": 22, "sal": 14000, "gender": "female"}
{"index": {"_id": 9}}
{"id": 9, "name": "Shyon", "job": "dba", "age": 20, "sal": 19000, "gender": "female"}
{"index": {"_id": 10}}
{"id": 10, "name": "James", "job": "html", "age": 18, "sal": 22000, "gender": "male"}
{"index": {"_id": 11}}
{"id": 11, "name": "Golsling", "job": "java", "age": 32, "sal": 23000, "gender":
"female"}
{"index": {"_id": 12}}
{"id": 12, "name": "Lily", "job": "java", "age": 24, "sal": 2000, "gender": "male"}
{"index": {"_id": 13}}
{"id": 13, "name": "Jack", "job": "html", "age": 23, "sal": 3000, "gender": "female"}
{"index": {"_id": 14}}
{"id": 14, "name": "Rose", "job": "java", "age": 36, "sal": 6000, "gender": "female"}
{"index": {"_id": 15}}
{"id": 15, "name": "Will", "job": "dba", "age": 38, "sal": 4500, "gender": "male"}
{"index": {"_id": 16}}
{"id": 16, "name": "smith", "job": "java", "age": 32, "sal": 23000, "gender": "male"}4）单值的输出，ES中大多数的数学计算只输出一个值，如：min、max、sum、avg、cardinalit
4.1）查询工资的总和
4.2）查询员工的平均工资
4.3）查询总共有多少个岗位, cardinality的值类似于sql中的 count distinct,即去重统计总数
4.4）查询航班票价的最高值、平均值、最低值
5）多值的输出,ES还有些函数，可以一次性输出很多个统计的数据: terms、stats
5.1）查询工资的信息
5.2）查询到达不同城市的航班数量
5.3）查询每个岗位有多少人
5.4）查询目标地的航班次数以及天气信息
5.5）查询每个岗位下工资的信息(平均工资、最高工资、最少工资等)
5.6）查询不同工种的男女员工数量、然后统计不同工种下男女员工的工资信息
5.7）查询年龄最大的两位员工的信息
5.8）查询不同区间员工工资的统计信息
5.9）以直方图的方式以每5000元为一个区间查看工资信息
5.10）查询平均工资最低的工种
5.11）求工资和工种的信息
5.12）查询年龄大于30岁的员工的平均工资
5.13）查询Java员工的平均工资
5.14）求30岁以上的员工的平均工资和所有员工的平均工资
17、推荐搜索
在搜索过程中，因为单词的拼写错误，没有得到任何的结果，希望ES能够给我们一个推荐搜索。
多个suggest：
GET /personal_report_chapter_es/_search
{
"suggest": {
"title_suggest": {
"text": "消费品",
"term": {
"field": "title",
"suggest_mode":"popular"
}
},
"chaptertext_suggest":{
"text": "消费品",
"term": {
"field": "chapterTextContent",
"suggest_mode":"popular"
}
}
}
}18、自动补全
自动补全应该是我们在日常的开发过程中最常见的搜索方式了，如百度搜索和京东商品搜索。
定义mapping：
前缀搜索
19、高亮显示
高亮显示在实际的应用中也会碰到很多，如下给出了百度和极客时间的两个高亮搜索的案例：
将所有的包含有 beautiful 的单词高亮显示
