Es学习第七课， term、terms、match等基本查询语法

term、terms查询

term query会去倒排索引中寻找确切的term，它并不知道分词器的存在，这种查询适合keyword、numeric、date等明确值的

term：查询某个字段里含有某个关键词的文档

1GET /customer/doc/_search/
2{
3  "query": {
4    "term": {
5      "title":   "blog"
6    }
7  }
8}

terms：查询某个字段里含有多个关键词的文档

1GET /customer/doc/_search/
2{
3  "query": {
4    "terms": {
5      "title":  [ "blog","first"]
6    }
7  }
8}

match查询

match query 知道分词器的存在，会对field进行分词操作，然后再查询

1GET /customer/doc/_search/
2{
3  "query": {
4    "match": {
5      "title":  "my ss"   #它和term区别可以理解为term是精确查询，这边match模糊查询；match会对my ss分词为两个单词，然后term对认为这是一个单词
6    }
7  }
8}

match_all：查询所有文档

1GET /customer/doc/_search/
2{
3  "query": {
4    "match_all": {}
5  }
6}

multi_match：可以指定多个字段

1GET /customer/doc/_search/
2{
3  "query": {
4    "multi_match": {
5      "query" : "blog",
6      "fields":  ["name","title"]   #只要里面一个字段包含值 blog 既可以
7    }
8  }
9}

match_phrase：短语匹配查询

ES引擎首先分析查询字符串，从分析后的文本中构建短语查询，这意味着必须匹配短语中的所有分词，并且保证各个分词的相对位置不变

_source：当我们希望返回结果只是一部分字段时，可以加上_source

1GET /customer/doc/_search/
2{
3  "_source":["title"],  #只返回title字段
4  "query": {
5    "match_all": {}
6  }
7}

排序

使用sort实现排序（类似sql）：desc 降序，asc升序

fuzzy实现模糊查询

value：查询的关键字

boost：查询的权值，默认值是1.0

min_similarity：设置匹配的最小相似度，默认值0.5，对于字符串，取值0-1(包括0和1)；对于数值，取值可能大于1；对于日期取值为1d,1m等，1d等于1天

prefix_length：指明区分词项的共同前缀长度，默认是0

1GET /customer/doc/_search/
2{
3   
4  "query": {
5    "fuzzy": {
6      "name": {
7        "value": "blg"
8      }
9    }
10  } 
11}
12
13#返回：
14{
15  "took": 8,
16  "timed_out": false,
17  "_shards": {
18    "total": 5,
19    "successful": 5,
20    "skipped": 0,
21    "failed": 0
22  },
23  "hits": {
24    "total": 1,
25    "max_score": 0.19178805,
26    "hits": [
27      {
28        "_index": "customer",
29        "_type": "doc",
30        "_id": "1",
31        "_score": 0.19178805,
32        "_source": {
33          "name": "blog",
34          "tags": [
35            "testing"
36          ],
37          "title": "i am a doc"
38        }
39      }
40    ]
41  }
42}