elasticsearch的queryDSL

查询

  • 一个基础的查询

{
  "query":{
    "match_all":{}  //匹配所有
  },
  "sort":{
    "排序字段名": "desc"/"asc" //降序或生序
  },
  "from":10,//分页参数
  "size":10
}
  • 字段匹配

match匹配非字符串,就是精确查询,否则就是全文检索(倒排索引),
对内容进行分词,每个包含单词的都会被匹配
每个匹配文档,都有自己的得分,并且按照得分从高到低排序

"query":{
  "match":{
    "字段名":"内容"
  }
}
  • 精确匹配

字段名.keyword即可

  • 短语匹配

不分词,内容当做不可分割的参数去查询,所有包含完整的内容的文档都会被匹配(%xxx%)

"query":{
  "match_phrase":{
    "字段名":"内容"
  }
}
  • 多字段匹配

相当于s <字段1 匹配 "内容" or 字段2 匹配 "内容">,会进行分词检索

"query":{
  "multi_match":{
      "query":"一个内容",
      "fields":["字段1","字段2"]
  }
}
  • bool查询,相当于sql 里边的 and or 这些的
"query":{
  "bool":{
      "must":[  //必须匹配
        {"match":{
          "字段名":"内容" ,
        }},
        ...
      ],
      "must_not":[  //必须不匹配
         {"match":{
          "字段名":"内容" ,
         }},
      ]
  }
}

must = 必须
must_not = 必须不包括
should = 应该满足,不满足也关系,满足了得分高..
filter = 不贡献得分的过滤
如果must、should被匹配,都会获得一些得分,而过滤器,不会贡献得分

  • term

找精确值用term,文本查找不要用term

"query":{
  "term":{
    "字段名":"内容" 
  }
}

聚合

相当于 group by

"aggs":{
  "<聚合的名字>":{
    "<聚合类型>":{
        <具体参数>
     }
  }

  ...
}

聚合类型
term = count(xxx)

avg = avg(xxx)

父聚合可以嵌套子聚合

"aggs":{
  "<聚合的名字>":{
    "<聚合类型>":{
        <具体参数>
     },
    "aggs":{
      "<聚合的名字>":{
        "<聚合类型>":{
          <具体参数>
         }
      }
    }
  }
  ...
}

其他

  • 返回自定义字段
"_source":["字段A","字段B"]
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,427评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,551评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,747评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,939评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,955评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,737评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,448评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,352评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,834评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,992评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,133评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,815评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,477评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,022评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,147评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,398评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,077评论 2 355

推荐阅读更多精彩内容