Elasticsearch入门（三）高级查询操作

痛定思痛。 2023-09-25 14:00 74阅读 0赞

### 前期准备 ###

先把上一个内容的 **`student`**索引删除掉

在 Postman 中，向 ES 服务器发 **`DELETE`**请求：**`http://127.0.0.1:9200/student`**

在 Postman 中，向 ES 服务器发五个 `POST` 请求：**`http://127.0.0.1:9200/student/_doc/100x`**

x分别是1，2，3，4，5，6,每次请求携带自己的请求体，请求体内容在下方代码块里

1.  `{`
2.  `"name":"zhangsan",`
3.  `"nickname":"zhangsan",`
4.  `"sex":"男",`
5.  `"age":30`
6.  `}`
7.  `{`
8.  `"name":"lisi",`
9.  `"nickname":"lisi",`
10. `"sex":"男",`
11. `"age":20`
12. `}`
13. `{`
14. `"name":"wangwu",`
15. `"nickname":"wangwu",`
16. `"sex":"女",`
17. `"age":40`
18. `}`
19. `{`
20. `"name":"zhangsan1",`
21. `"nickname":"zhangsan1",`
22. `"sex":"女",`
23. `"age":50`
24. `}`
25. `{`
26. `"name":"zhangsan2",`
27. `"nickname":"zhangsan2",`
28. `"sex":"女",`
29. `"age":30`
30. `}`
31. `{`
32. `"name":"zhangsan222",`
33. `"nickname":"zhangsan222",`
34. `"sex":"女",`
35. `"age":30`
36. `}`

### 高级查询 ###

本内容基本都是对请求体进行配置，也是 ElasticSearch 的语法核心所在。查询都是用 `GET` 请求。

#### 1. 查询所有文档 ####

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"match_all": {}`
4.  `}`
5.  `}`
6.  `# "query"：这里的 query 代表一个查询对象，里面可以有不同的查询属性`
7.  `# "match_all"：查询类型，例如：match_all(代表查询所有)，match，term，range 等等`
8.  `# {查询条件}：查询条件会根据类型的不同，写法也有差异`

![3404daf4645741b7bfd1a14e49e1d5cf.png][] 结果：

1.  `{`
2.  `"took": 1,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1002",`
33. `"_score": 1.0,`
34. `"_source": {`
35. `"name": "lisi",`
36. `"nickname": "lisi",`
37. `"sex": "男",`
38. `"age": 20`
39. `}`
40. `},`
41. `{`
42. `"_index": "student",`
43. `"_type": "_doc",`
44. `"_id": "1003",`
45. `"_score": 1.0,`
46. `"_source": {`
47. `"name": "wangwu",`
48. `"nickname": "wangwu",`
49. `"sex": "女",`
50. `"age": 40`
51. `}`
52. `},`
53. `{`
54. `"_index": "student",`
55. `"_type": "_doc",`
56. `"_id": "1004",`
57. `"_score": 1.0,`
58. `"_source": {`
59. `"name": "zhangsan1",`
60. `"nickname": "zhangsan1",`
61. `"sex": "女",`
62. `"age": 50`
63. `}`
64. `},`
65. `{`
66. `"_index": "student",`
67. `"_type": "_doc",`
68. `"_id": "1005",`
69. `"_score": 1.0,`
70. `"_source": {`
71. `"name": "zhangsan2",`
72. `"nickname": "zhangsan2",`
73. `"sex": "女",`
74. `"age": 30`
75. `}`
76. `},`
77. `{`
78. `"_index": "student",`
79. `"_type": "_doc",`
80. `"_id": "1006",`
81. `"_score": 1.0,`
82. `"_source": {`
83. `"name": "zhangsan222",`
84. `"nickname": "zhangsan222",`
85. `"sex": "女",`
86. `"age": 30`
87. `}`
88. `}`
89. `]`
90. `}`
91. `}`

#### 2. 分词查询 ####

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体：

1.  `{`
2.  `"query": {`
3.  `"match": {`
4.  `"name": "zhangsan2"`
5.  `}`
6.  `}`
7.  `}`

查询 name为 **zhangsan2** 的数据

![0ff0dd7c46634f249674f1d34a136f9a.png][]

查询结果：

1.  `{`
2.  `"took": 287,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.540445,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1005",`
21. `"_score": 1.540445,`
22. `"_source": {`
23. `"name": "zhangsan2",`
24. `"nickname": "zhangsan2",`
25. `"sex": "女",`
26. `"age": 30`
27. `}`
28. `}`
29. `]`
30. `}`
31. `}`

#### 3. 字段匹配查询 ####

匹配查询用到 `multi_match`

multi\_match 与 match 类似，不同的是它可以在多个字段中查询。

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"multi_match": {`
4.  `"query": "zhangsan",`
5.  `"fields": ["name","nickname"]`
6.  `}`
7.  `}`
8.  `}`

查询 key 为 `name` 和 `nickname`，value 为 `zhangsan` 的数据

![85b1dd3399694c658533f2c97e3f5c88.png][]

结果

1.  `{`
2.  `"took": 52,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.540445,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.540445,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `}`
29. `]`
30. `}`
31. `}`

#### 4. 单关键字精确查询 ####

**`term`**查询，精确的关键词匹配查询，不对查询条件进行分词，即只能单关键字精确查询。

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"term": {`
4.  `"name": {`
5.  `"value": "zhangsan"`
6.  `}`
7.  `}`
8.  `}`
9.  `}`

查询 key 为 **`name`**，value 为 **`zhangsan`**的数据

![9554f122b39642eb9958e5cc2f85213d.png][]

结果

####  **5. 多关键字精确查询** ####

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。

如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于 mysql 的 in 在

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

1.  `{`
2.  `"query": {`
3.  `"terms": {`
4.  `"name": ["zhangsan","lisi"]`
5.  `}`
6.  `}`
7.  `}`

查询 key 为 **`name`**，value 分别为 **`zhangsan`**和 **`lisi`**的数据

![816557ead20a41e6a39b301e92888e4e.png][]

结果：

1.  `{`
2.  `"took": 14,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 2,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1002",`
33. `"_score": 1.0,`
34. `"_source": {`
35. `"name": "lisi",`
36. `"nickname": "lisi",`
37. `"sex": "男",`
38. `"age": 20`
39. `}`
40. `}`
41. `]`
42. `}`
43. `}`

#### 6. 指定字段查询（指定返回结果） ####

默认情况下，Elasticsearch 在搜索的结果中，会把文档中保存在 \_source 的所有字段都返回。

如果我们只想获取其中的部分字段，我们可以添加 \_source 的过滤

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"_source": ["name","nickname"],`
3.  `"query": {`
4.  `"terms": {`
5.  `"nickname": ["zhangsan"]`
6.  `}`
7.  `}`
8.  `}`

只需要查询出 key 为 **`name`**和 **`nickname`**，value 为 **`zhangsan`**的数据

![a467bb227e084822ae7737786a2a5ccc.png][] 结果：

1.  `{`
2.  `"took": 3,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan"`
25. `}`
26. `}`
27. `]`
28. `}`
29. `}`

####  7. 过滤字段 ####

用到的字段：

*  includes：来指定想要显示的字段
 *  excludes：来指定不想要显示的字段

**includes 使用**

`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"_source": {`
3.  `"includes": ["name","nickname"]`
4.  `},`
5.  `"query": {`
6.  `"terms": {`
7.  `"nickname": ["zhangsan"]`
8.  `}`
9.  `}`
10. `}`

![ac189210960847c8ae6014d420f2faf2.png][]

结果：

1.  `{`
2.  `"took": 2,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan"`
25. `}`
26. `}`
27. `]`
28. `}`
29. `}`

#### 8. 组合查询 ####

**`bool`**把各种其它查询通过 **`must`**（必须，类似 and）、**`must_not`**（必须不，类似 not）、**`should`**（应该 类似 or）的方式进行组合

`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"bool": {`
4.  `"must": [`
5.  `{`
6.  `"match": {`
7.  `"name": "zhangsan"`
8.  `}`
9.  `}`
10. `],`
11. `"must_not": [`
12. `{`
13. `"match": {`
14. `"age": "40"`
15. `}`
16. `}`
17. `],`
18. `"should": [`
19. `{`
20. `"match": {`
21. `"sex": "男"`
22. `}`
23. `}`
24. `]`
25. `}`
26. `}`
27. `}`

查询 name 必须为 `zhangsan`，age 不能是 40，sex 可以是男的数据

![700a7bb476e343708900a5493b78cf74.png][]

结果：

1.  `{`
2.  `"took": 10,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 2.5700645,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 2.5700645,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `}`
29. `]`
30. `}`
31. `}`

#### 9. 范围查询 ####

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"range": {`
4.  `"age": {`
5.  `"gte": 30,`
6.  `"lte": 35`
7.  `}`
8.  `}`
9.  `}`
10. `}`

查询年龄大于等于 30 小于等于 35 的数据

![4ba11d2ab45f4122a4112a11730e1300.png][]

结果

1.  `{`
2.  `"took": 4,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 3,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1005",`
33. `"_score": 1.0,`
34. `"_source": {`
35. `"name": "zhangsan2",`
36. `"nickname": "zhangsan2",`
37. `"sex": "女",`
38. `"age": 30`
39. `}`
40. `},`
41. `{`
42. `"_index": "student",`
43. `"_type": "_doc",`
44. `"_id": "1006",`
45. `"_score": 1.0,`
46. `"_source": {`
47. `"name": "zhangsan222",`
48. `"nickname": "zhangsan222",`
49. `"sex": "女",`
50. `"age": 30`
51. `}`
52. `}`
53. `]`
54. `}`
55. `}`

#### **10.模糊查询** ####

返回包含与搜索字词相似的字词的文档。使用的字段是 **fuzzy**

编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。这些更改可以包括：

*  更改字符（box → fox）
 *  删除字符（black → lack）
 *  插入字符（sic → sick）
 *  转置两个相邻字符（act → cat）

为了找到相似的术语，fuzzy 查询会在指定的编辑距离内创建一组搜索词的所有可能的变体或扩展。然后查询返回每个扩展的完全匹配。

通过 **fuzziness** 修改编辑距离。一般使用默认值 AUTO，根据术语的长度生成编辑距离。

例子 1：在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"fuzzy": {`
4.  `"name": {`
5.  `"value": "zhangsan"`
6.  `}`
7.  `}`
8.  `}`
9.  `}`

模糊查询 name 带有 `zhangsan` 的数据

结果

1.  `{`
2.  `"took": 22,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 3,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.540445,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.540445,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1004",`
33. `"_score": 1.3478894,`
34. `"_source": {`
35. `"name": "zhangsan1",`
36. `"nickname": "zhangsan1",`
37. `"sex": "女",`
38. `"age": 50`
39. `}`
40. `},`
41. `{`
42. `"_index": "student",`
43. `"_type": "_doc",`
44. `"_id": "1005",`
45. `"_score": 1.3478894,`
46. `"_source": {`
47. `"name": "zhangsan2",`
48. `"nickname": "zhangsan2",`
49. `"sex": "女",`
50. `"age": 30`
51. `}`
52. `}`
53. `]`
54. `}`
55. `}`

例子 2：在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"fuzzy": {`
4.  `"name": {`
5.  `"value": "zhangsan",`
6.  `"fuzziness": 2`
7.  `}`
8.  `}`
9.  `}`
10. `}`

![ad24f7f2fbf24418893015c36eb345b5.png][]

结果：

1.  `{`
2.  `"took": 4,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 3,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.540445,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.540445,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1004",`
33. `"_score": 1.3478894,`
34. `"_source": {`
35. `"name": "zhangsan1",`
36. `"nickname": "zhangsan1",`
37. `"sex": "女",`
38. `"age": 50`
39. `}`
40. `},`
41. `{`
42. `"_index": "student",`
43. `"_type": "_doc",`
44. `"_id": "1005",`
45. `"_score": 1.3478894,`
46. `"_source": {`
47. `"name": "zhangsan2",`
48. `"nickname": "zhangsan2",`
49. `"sex": "女",`
50. `"age": 30`
51. `}`
52. `}`
53. `]`
54. `}`
55. `}`

#### 11. 多IDs查询 ####

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体：

1.  `{`
2.  `"query": {`
3.  `"ids" : {`
4.  `"values" : ["1001", "1004", "1006"]`
5.  `}`
6.  `}`
7.  `}`

![fa559d6d36f4450e877e2f95f09b5b16.png][]

结果：

1.  `{`
2.  `"took": 4,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 3,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.0,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `}`
28. `},`
29. `{`
30. `"_index": "student",`
31. `"_type": "_doc",`
32. `"_id": "1004",`
33. `"_score": 1.0,`
34. `"_source": {`
35. `"name": "zhangsan1",`
36. `"nickname": "zhangsan1",`
37. `"sex": "女",`
38. `"age": 50`
39. `}`
40. `},`
41. `{`
42. `"_index": "student",`
43. `"_type": "_doc",`
44. `"_id": "1006",`
45. `"_score": 1.0,`
46. `"_source": {`
47. `"name": "zhangsan222",`
48. `"nickname": "zhangsan222",`
49. `"sex": "女",`
50. `"age": 30`
51. `}`
52. `}`
53. `]`
54. `}`
55. `}`

#### 12. 前缀查询 ####

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"prefix": {`
4.  `"name": {`
5.  `"value": "zhangsan"`
6.  `}`
7.  `}`
8.  `}`
9.  `}`

####  13. 单字段排序 ####

sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。desc 降序，asc 升序。

在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"query": {`
3.  `"match": {`
4.  `"name":"zhangsan"`
5.  `}`
6.  `},`
7.  `"sort": [{`
8.  `"age": {`
9.  `"order":"desc"`
10. `}`
11. `}]`
12. `}`

#### 14. 多字段排序 ####

假定我们想要结合使用 age 和 \_score 进行查询，并且匹配的结果首先按照年龄排序，然后按照相关性得分排序

在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"query": {`
3.  `"match_all": {}`
4.  `},`
5.  `"sort": [`
6.  `{`
7.  `"age": {`
8.  `"order": "desc"`
9.  `}`
10. `},`
11. `{`
12. `"_score":{`
13. `"order": "desc"`
14. `}`
15. `}`
16. `]`
17. `}`

![9f488d1460534c5e84399919f8228617.png][]

结果：

1.  `{`
2.  `"took": 17,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1004",`
21. `"_score": 1.0,`
22. `"_source": {`
23. `"name": "zhangsan1",`
24. `"nickname": "zhangsan1",`
25. `"sex": "女",`
26. `"age": 50`
27. `},`
28. `"sort": [`
29. `50,`
30. `1.0`
31. `]`
32. `},`
33. `{`
34. `"_index": "student",`
35. `"_type": "_doc",`
36. `"_id": "1003",`
37. `"_score": 1.0,`
38. `"_source": {`
39. `"name": "wangwu",`
40. `"nickname": "wangwu",`
41. `"sex": "女",`
42. `"age": 40`
43. `},`
44. `"sort": [`
45. `40,`
46. `1.0`
47. `]`
48. `},`
49. `{`
50. `"_index": "student",`
51. `"_type": "_doc",`
52. `"_id": "1001",`
53. `"_score": 1.0,`
54. `"_source": {`
55. `"name": "zhangsan",`
56. `"nickname": "zhangsan",`
57. `"sex": "男",`
58. `"age": 30`
59. `},`
60. `"sort": [`
61. `30,`
62. `1.0`
63. `]`
64. `},`
65. `{`
66. `"_index": "student",`
67. `"_type": "_doc",`
68. `"_id": "1005",`
69. `"_score": 1.0,`
70. `"_source": {`
71. `"name": "zhangsan2",`
72. `"nickname": "zhangsan2",`
73. `"sex": "女",`
74. `"age": 30`
75. `},`
76. `"sort": [`
77. `30,`
78. `1.0`
79. `]`
80. `},`
81. `{`
82. `"_index": "student",`
83. `"_type": "_doc",`
84. `"_id": "1006",`
85. `"_score": 1.0,`
86. `"_source": {`
87. `"name": "zhangsan222",`
88. `"nickname": "zhangsan222",`
89. `"sex": "女",`
90. `"age": 30`
91. `},`
92. `"sort": [`
93. `30,`
94. `1.0`
95. `]`
96. `},`
97. `{`
98. `"_index": "student",`
99. `"_type": "_doc",`
100. `"_id": "1002",`
101. `"_score": 1.0,`
102. `"_source": {`
103. `"name": "lisi",`
104. `"nickname": "lisi",`
105. `"sex": "男",`
106. `"age": 20`
107. `},`
108. `"sort": [`
109. `20,`
110. `1.0`
111. `]`
112. `}`
113. `]`
114. `}`
115. `}`

#### 15 . 高亮查询 ####

在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。

在使用 match 查询的同时，加上一个 highlight 属性：

*  pre\_tags：前置标签
 *  post\_tags：后置标签
 *  fields：需要高亮的字段
 *  title：这里声明 title 字段需要高亮，后面可以为这个字段设置特有配置，也可以为空

在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"match": {`
4.  `"name": "zhangsan"`
5.  `}`
6.  `},`
7.  `"highlight": {`
8.  `"pre_tags": "<font color='red'>",`
9.  `"post_tags": "</font>",`
10. `"fields": {`
11. `"name": {}`
12. `}`
13. `}`
14. `}`

分词查询 name 为 `zhangsan`，并给 `zhangsan` 高亮红色

![b1b4e43a1e074881b1b191a9332bcce4.png][]

结果：

1.  `{`
2.  `"took": 27,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 1,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": 1.540445,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1001",`
21. `"_score": 1.540445,`
22. `"_source": {`
23. `"name": "zhangsan",`
24. `"nickname": "zhangsan",`
25. `"sex": "男",`
26. `"age": 30`
27. `},`
28. `"highlight": {`
29. `"name": [`
30. `"<font color='red'>zhangsan</font>"`
31. `]`
32. `}`
33. `}`
34. `]`
35. `}`
36. `}`

#### 16. 分页查询 ####

rom：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) \* size

size：每页显示多少条

在 Postman 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"query": {`
3.  `"match_all": {}`
4.  `},`
5.  `"sort": [`
6.  `{`
7.  `"age": {`
8.  `"order": "desc"`
9.  `}`
10. `}`
11. `],`
12. `"from": 0,`
13. `"size": 2`
14. `}`

![a1c88df78999436eb0f7a23ff7835c41.png][]

结果：

1.  `{`
2.  `"took": 5,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": [`
17. `{`
18. `"_index": "student",`
19. `"_type": "_doc",`
20. `"_id": "1004",`
21. `"_score": null,`
22. `"_source": {`
23. `"name": "zhangsan1",`
24. `"nickname": "zhangsan1",`
25. `"sex": "女",`
26. `"age": 50`
27. `},`
28. `"sort": [`
29. `50`
30. `]`
31. `},`
32. `{`
33. `"_index": "student",`
34. `"_type": "_doc",`
35. `"_id": "1003",`
36. `"_score": null,`
37. `"_source": {`
38. `"name": "wangwu",`
39. `"nickname": "wangwu",`
40. `"sex": "女",`
41. `"age": 40`
42. `},`
43. `"sort": [`
44. `40`
45. `]`
46. `}`
47. `]`
48. `}`
49. `}`

#### 17. 聚合查询 ####

聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值、平均值等等。

聚合查询 **`aggs`**字段，该字段里的第一个字段是自定义名字，一个聚合/分组需要另一个聚合/分组需要用到自定义名字（嵌套查询）。第二个字段是聚合查询类型。查询结果不仅有聚合结果，也有设计到的详细数据。

结果长度 **`size`**字段和 **`aggs`**字段同级，代表只获取聚合结果，不获取涉及到的详细数据。

[http://127.0.0.1:9200/student/\_search][http_127.0.0.1_9200_student_search]

请求体内容:

1.  `{`
2.  `"aggs" : {//聚合操作`
3.  `"price_group":{ //名称，随意起名`
4.  `"terms":{ //分组操作`
5.  `"field":"age" //分组字段`
6.  `}`
7.  `}`
8.  
9.  `},`
10. `"size":0`
11. `}`

注：如果想求price的平均值,将`terms`改为`avg`

服务器响应结果:

![1907fdaf04a642f782f566fbe8153270.png][]

结果：

1.  `{`
2.  `"took": 24,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": []`
17. `},`
18. `"aggregations": {`
19. `"price_group": {`
20. `"doc_count_error_upper_bound": 0,`
21. `"sum_other_doc_count": 0,`
22. `"buckets": [`
23. `{`
24. `"key": 30,`
25. `"doc_count": 3`
26. `},`
27. `{`
28. `"key": 20,`
29. `"doc_count": 1`
30. `},`
31. `{`
32. `"key": 40,`
33. `"doc_count": 1`
34. `},`
35. `{`
36. `"key": 50,`
37. `"doc_count": 1`
38. `}`
39. `]`
40. `}`
41. `}`
42. `}`

#### 简单聚合 ####

*  **对某个字段取最大值 max**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"aggs":{`
3.  `"max_age":{ // 自定义名字`
4.  `"max":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

结果：

1.  `{`
2.  `"took": 3,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": []`
17. `},`
18. `"aggregations": {`
19. `"max_age": {`
20. `"value": 50.0`
21. `}`
22. `}`
23. `}`

*  **对某个字段取最小值 min**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"min_age":{ // 自定义名字`
4.  `"min":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

*  **对某个字段求和 sum**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

请求体内容：

1.  `{`
2.  `"aggs":{`
3.  `"sum_age":{ // 自定义名字`
4.  `"sum":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

*  **对某个字段取平均值 avg**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"avg_age":{ // 自定义名字`
4.  `"avg":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

*  **对某个字段的值进行去重之后再取总数**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"distinct_age":{ // 自定义名字`
4.  `"cardinality":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

*  **State 聚合**

stats 聚合，对某个字段一次性返回 count，max，min，avg 和 sum 五个指标

在 **Postman** 中，向 ES 服务器发 `GET` 请求 ：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"stats_age":{ // 自定义名字a`
4.  `"stats":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

结果：

#### 桶聚合查询 ####

桶聚和相当于 sql 中的 group by 语句

*  **terms 聚合，分组统计**

在 **Postman** 中，向 ES 服务器发 `GET` 请求：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"age_groupby":{ // 自定义名字`
4.  `"terms":{"field":"age"}`
5.  `}`
6.  `},`
7.  `"size":0 // 只获取聚合结果，不获取每一个数据`
8.  `}`

结果：

*  嵌套查询

在 **Postman** 中，向 ES 服务器发 GET 请求 ：`http://127.0.0.1:9200/student/_search`

1.  `{`
2.  `"aggs":{`
3.  `"age_groupby":{ // 自定义名字`
4.  `"terms":{`
5.  `"field": "age",`
6.  `},`
7.  `"aggs": {`
8.  `"average_age": {`
9.  `"avg": {`
10. `"field": "age"`
11. `}`
12. `}`
13. `}`
14. `}`
15. `},`
16. `"size":0 // 只获取聚合结果，不获取每一个数据`
17. `}`

结果：

1.  `{`
2.  `"took": 5,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": []`
17. `},`
18. `"aggregations": {`
19. `"age_groupby": {`
20. `"doc_count_error_upper_bound": 0,`
21. `"sum_other_doc_count": 0,`
22. `"buckets": [`
23. `{`
24. `"key": 30,`
25. `"doc_count": 3,`
26. `"average_age": {`
27. `"value": 30.0`
28. `}`
29. `},`
30. `{`
31. `"key": 20,`
32. `"doc_count": 1,`
33. `"average_age": {`
34. `"value": 20.0`
35. `}`
36. `},`
37. `{`
38. `"key": 40,`
39. `"doc_count": 1,`
40. `"average_age": {`
41. `"value": 40.0`
42. `}`
43. `},`
44. `{`
45. `"key": 50,`
46. `"doc_count": 1,`
47. `"average_age": {`
48. `"value": 50.0`
49. `}`
50. `}`
51. `]`
52. `}`
53. `}`
54. `}`

**先对 age 进行分组，分组后进行 求平均值。 例如： age为30的平均值为 30。**

*  **在 terms 分组下再进行聚合和排序**

这里就用到了自定义的名字，**`average_age`**名代表对 age 取平均值，**`age_groupby`**里先对 age 进行分组，再取平均值并且排序，所以需要 `average_age` 名。

1.  `{`
2.  `"aggs":{`
3.  `"age_groupby":{ // 自定义名字`
4.  `"terms":{`
5.  `"field": "age",`
6.  `"order": {`
7.  `"average_age": "desc"`
8.  `}`
9.  `},`
10. `"aggs": {`
11. `"average_age": {`
12. `"avg": {`
13. `"field": "age"`
14. `}`
15. `}`
16. `}`
17. `}`
18. `},`
19. `"size":0 // 只获取聚合结果，不获取每一个数据`
20. `}`

结果：

1.  `{`
2.  `"took": 4,`
3.  `"timed_out": false,`
4.  `"_shards": {`
5.  `"total": 1,`
6.  `"successful": 1,`
7.  `"skipped": 0,`
8.  `"failed": 0`
9.  `},`
10. `"hits": {`
11. `"total": {`
12. `"value": 6,`
13. `"relation": "eq"`
14. `},`
15. `"max_score": null,`
16. `"hits": []`
17. `},`
18. `"aggregations": {`
19. `"age_groupby": {`
20. `"doc_count_error_upper_bound": 0,`
21. `"sum_other_doc_count": 0,`
22. `"buckets": [`
23. `{`
24. `"key": 50,`
25. `"doc_count": 1,`
26. `"average_age": {`
27. `"value": 50.0`
28. `}`
29. `},`
30. `{`
31. `"key": 40,`
32. `"doc_count": 1,`
33. `"average_age": {`
34. `"value": 40.0`
35. `}`
36. `},`
37. `{`
38. `"key": 30,`
39. `"doc_count": 3,`
40. `"average_age": {`
41. `"value": 30.0`
42. `}`
43. `},`
44. `{`
45. `"key": 20,`
46. `"doc_count": 1,`
47. `"average_age": {`
48. `"value": 20.0`
49. `}`
50. `}`
51. `]`
52. `}`
53. `}`
54. `}`

**先对 age 进行分组，分组后进行降序排列。然后求平均值。**

[Elasticsearch入门（三）高级查询操作\_明湖起风了的博客-CSDN博客][Elasticsearch_-CSDN]

[http_127.0.0.1_9200_student_search]: http://127.0.0.1:9200/student/_search
[3404daf4645741b7bfd1a14e49e1d5cf.png]: https://img-blog.csdnimg.cn/3404daf4645741b7bfd1a14e49e1d5cf.png
[0ff0dd7c46634f249674f1d34a136f9a.png]: https://img-blog.csdnimg.cn/0ff0dd7c46634f249674f1d34a136f9a.png
[85b1dd3399694c658533f2c97e3f5c88.png]: https://img-blog.csdnimg.cn/85b1dd3399694c658533f2c97e3f5c88.png
[9554f122b39642eb9958e5cc2f85213d.png]: https://img-blog.csdnimg.cn/9554f122b39642eb9958e5cc2f85213d.png
[816557ead20a41e6a39b301e92888e4e.png]: https://img-blog.csdnimg.cn/816557ead20a41e6a39b301e92888e4e.png
[a467bb227e084822ae7737786a2a5ccc.png]: https://img-blog.csdnimg.cn/a467bb227e084822ae7737786a2a5ccc.png
[ac189210960847c8ae6014d420f2faf2.png]: https://img-blog.csdnimg.cn/ac189210960847c8ae6014d420f2faf2.png
[700a7bb476e343708900a5493b78cf74.png]: https://img-blog.csdnimg.cn/700a7bb476e343708900a5493b78cf74.png
[4ba11d2ab45f4122a4112a11730e1300.png]: https://img-blog.csdnimg.cn/4ba11d2ab45f4122a4112a11730e1300.png
[ad24f7f2fbf24418893015c36eb345b5.png]: https://img-blog.csdnimg.cn/ad24f7f2fbf24418893015c36eb345b5.png
[fa559d6d36f4450e877e2f95f09b5b16.png]: https://img-blog.csdnimg.cn/fa559d6d36f4450e877e2f95f09b5b16.png
[9f488d1460534c5e84399919f8228617.png]: https://img-blog.csdnimg.cn/9f488d1460534c5e84399919f8228617.png
[b1b4e43a1e074881b1b191a9332bcce4.png]: https://img-blog.csdnimg.cn/b1b4e43a1e074881b1b191a9332bcce4.png
[a1c88df78999436eb0f7a23ff7835c41.png]: https://img-blog.csdnimg.cn/a1c88df78999436eb0f7a23ff7835c41.png
[1907fdaf04a642f782f566fbe8153270.png]: https://img-blog.csdnimg.cn/1907fdaf04a642f782f566fbe8153270.png
[Elasticsearch_-CSDN]: https://blog.csdn.net/m0_47743175/article/details/128210346