Term Level Query
这里翻译为字段查询，字段查询是查询的文本不会被分词，只有对应的文档精确存在对应的查询文本才会返回。
可以发现，字段查询是指查询文本不会被分词，而不是索引对应的mapping该字段不能分词，即使对应的字段是text属性，只要该文档的字段中存在对应的词元，就会返回。
一般如果没有指定查询文本的分词器，就会使用mapping定义该字段的分词器来分析查询文本，所以一般我们用字段查询都是查询mapping中字段属性为keyword的字段。但是这不意味着match不能搜索keyword定义的字段，也不能说字段查询不能搜索text定义的字段。只要文档中包含查询文本有效的词元都会返回。
索引的mapping
"myindex": {
"aliases": {},
"mappings": {
"mytype": {
"properties": {
"addr": {
"type": "text"
},
"age": {
"type": "integer"
},
"city": {
"type": "keyword"
},
"content": {
"type": "text"
},
"name": {
"type": "keyword"
}
}
}
}
查询1
GET myindex/_search
{
"query": {
"term": {
"addr" : "zhongguo"
}
}
}
查询2
GET myindex/_search
{
"query": {
"match": {
"name" : "mahuateng"
}
}
}
查询3
GET myindex/_search
{
"query": {
"match": {
"addr" : "zhongguo"
}
}
}
都可以返回结果：
"hits": [
{
"_index": "myindex",
"_type": "mytype",
"_id": "2",
"_score": 0.6931472,
"_source": {
"name": "mahuateng",
"age": "40",
"addr": "zhongguo guangdong shenzhen",
"city": "shenzhen"
}
}
]
查询4
GET myindex/_search
{
"query": {
"term": {
"addr" : "zhongguo guangdong guangzhou"
}
}
}
查询5
GET myindex/_search
{
"query": {
"match": {
"name" : "zhangsan lisi"
}
}
}
返回结果：
{
"_index": "myindex",
"_type": "mytype",
"_id": "5",
"_score": 0.2876821,
"_source": {
"name": "zhangsan lisi",
"age": "71",
"addr": "zhongguo guangdong guangzhou",
"city": "guangzhou"
}
}
上例中addr是text属性，name是keyword属性；
- 第一个查询是字段查询，搜索文本是
zhongguo，不会被分词（不会因为addr是text属性分词），所以要精确查询文档addr字段中是否存在zhongguo的文档。 因为文档中addr的值是zhongguo guangdong shenzhen,它会形成三个有效词zhongguo、guangdong、shenzhen，所以可以查到到结果。 - 第二个查询是全文搜索，搜索文本是
mahuateng，它会按照索引定义的name属性进行分词，因为name是keyword属性，所以不会被分词，要精确查询文档那么字段中是mahuateng的文档。 - 第三个查询是全文搜索，搜索文本是
zhongguo，它会按照索引定义的addr属性进行分词，因为addr是text属性，所以被分为zhongguo词元，因为文档中addr的值是zhongguo guangdong shenzhen,它会形成三个有效词zhongguo、guangdong、shenzhen，所以可以查到到结果。 - 第四个查询返回为空，因为字段查询，搜索文本是
zhongguo guangdong guangzhou，不会被分词（不会因为addr是text属性分词），所以要精确查询文档addr字段中是否存在zhongguo guangdong guangzhou的文档。 因为文档中addr的值是zhongguo guangdong shenzhen,它会形成三个有效词zhongguo、guangdong、shenzhen，并没有zhongguo guangdong guangzhou这个词元，所以没有命中文档。 - 第五个查询可以返回值，是全文搜索，搜索文本是
zhangsan liszi，它会按照索引定义的name属性进行分词，因为name是keyword属性，所以不会被分词，要精确查询文档那么字段中是zhangsan lisi的文档。（而不是只要只要含有zhangsan,lisi其中一个词元就会返回，这个容易误解）
1、所以我们通常在使用的时候，字段查询通常作用于属性定义为keyword的字段。全文搜索通常作用于定义为text的字段。
2、 字段查询也可以作用于text的字段。只要文档中精确存在查询文本的对应的词元就会返回
3、全文搜索也可以作用于keyword字段，只是查询文本不会被分词，要精确配置才会返回。
4、字段查询决定查询文本不能分词，只要文档中精确存在对应的词元就会返回；全文搜索要分词，但是要按照规则分词（一般都是按照文档定义的mapping分词器分词），只要文档中存在分词后任何一个有效词元都会返回。
1.Term Query
单个字段查询：
GET myindex/_search
{
"query": {
"term": {
"name" : "mahuateng"
}
}
}
精确查找name的反向索引中有mahuateng的文档。
2.Terms Query
多字段值精确查询
GET myindex/_search
{
"query": {
"terms": {
"name": [
"mahuateng",
"renzhenfei"
]
}
}
}
返回结果：
"hits": [
{
"_index": "myindex",
"_type": "mytype",
"_id": "2",
"_score": 0.9808292,
"_source": {
"name": "mahuateng",
"age": "40",
"addr": "zhongguo guangdong shenzhen",
"city": "shenzhen"
}
},
{
"_index": "myindex",
"_type": "mytype",
"_id": "1",
"_score": 0.2876821,
"_source": {
"name": "renzhenfei",
"age": "71",
"addr": "zhongguo guangdong guangzhou",
"city": "guangzhou"
}
}
]
- terms lookup mechanism：相当于sql中的级联查询（可以跨索引，也可以自己查自己）
支持的参数：
1.index ：子查询的索引（与查询相同，可以省略）
2.type：子查询的类型
3.id：子查询的文档的id（其实内部是_id)
4.path：查询的字段
5.routing：可以自定义路由
从上可以发现，只能从id指定，这样的话，其实意义不大。
举个栗子：
定义一个索引
PUT my_other_index
{
"mappings": {
"mytype": {
"properties": {
"attr1" : {
"type": "keyword"
},
"attr2" : {
"properties": {
"attr2_in" :{
"type": "keyword"
}
}
}
}
}
}
}
写入数据：
POST my_other_index/mytype/1
{
"attr1" :[ "1", "2"],
"attr2" :{
"attr2_in" : ["3", "4"]
}
}
展示：
"hits": [
{
"_index": "my_other_index",
"_type": "mytype",
"_id": "1",
"_score": 0.2876821,
"_source": {
"attr1": [
"1",
"2"
],
"attr2": {
"attr2_in": [
"3",
"4"
]
}
}
}
]
现在我们使用级联查询（可以跨索
GET myindex/_search
{
"query": {
"terms": {
"_id": {
"index" : "my_other_index",
"type" : "mytype",
"id" : "1",
"path" : "attr2.attr2_in"
}
}
}
}
和
GET myindex/_search
{
"query": {
"terms": {
"_id": {
"index" : "my_other_index",
"type" : "mytype",
"id" : "1",
"path" : "attr1"
}
}
}
}
都可以返回myindex索引中的文档。
也可以自己查自己
GET myindex/_search
{
"query": {
"terms": {
"age": {
"index" : "myindex",
"type" : "mytype",
"id" : "1",
"path" : "age"
}
}
}
}
含义是查找与文档1相同年龄的人。
3.Range Query
范围查询
- gte：大于等于
- gt：大于
- lte：小于等于
- lt：小于
GET myindex/_search
{
"query": {
"range": {
"age": {
"gt" : 20
}
}
}
}
4.Exists Query
字段存在非空值（空值是：null、[]、 [null] ），""不是空值。
GET myindex/_search
{
"query": {
"exists" :{
"field" : "name"
}
}
}
字段是空值
GET myindex/_search
{
"query": {
"bool": {
"must_not": [
{
"exists" :{
"field" : "name"
}
}
]
}
}
}
5.Prefix Query
前缀查询
GET myindex/_search
{
"query": {
"prefix": {
"name": {
"value": "ma"
}
}
}
}
6.Wildcard Query
通配符查询
GET myindex/_search
{
"query": {
"wildcard": {
"name": {
"value": "ma*hua?*"
}
}
}
}
1.不要使用*或者?开头查询，因为这样会导致特别慢。
2.本身通配符查询效率也不高。
7.Regexp Query
正则表达是查询
GET /_search
{
"query": {
"regexp":{
"name.first": "s.*y"
}
}
}
和通配符?作用不同
通配符？是必须是一个字符
正则是前面的字符出现0次或1次
同样正则表达式可能效率很低
8.Fuzzy Query
模糊查询：和全文搜索参数是一致的。（编辑距离算法）
GET /_search
{
"query": {
"fuzzy" : {
"user" : {
"value" : "ki",
"boost" : 1.0,
"fuzziness" : 2,
"prefix_length" : 0,
"max_expansions": 100
}
}
}
}
9.Ids Query
按照id查询
GET myindex/_search
{
"query": {
"ids": {
"values": "1"
}
}
}
GET myindex/_search
{
"query": {
"ids": {
"values": ["1", "2"]
}
}
}
|