结构化搜索

结构化搜索：在结构化查询中，我们得到的结果总是非是即否，要么存在于集合之中，要么存在于集合之外，结构化查询不关心文件的相关度或评分。

精确值查找：
当进行精确值查询时，使用filters（过滤器），因为它的执行速度会很快，不会计算相关度，并且容易被缓存。请尽量使用过滤式查询。
term差许小年，可以用来处理数字、布尔值、日期以及文本。
例如：查询价格为20的所有产品
{
"term" : {
"price" : 20
}
}
通常进行一个精确值查询的时候，通常不希望对查询进行评分，所有会使用constant_score查询以非评分的模式进行。
GET /my_store/products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"price" : 20
}
}
}
}
}
term文本查询：
文本字段索引的方式应该是not_analyzed无分析的。
GET /my_store/products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"productID" : "XHDK-A-1293-#fJ3"
}
}
}
}
}
组合过滤器：
当使用多个字段进行过滤的时候，可以使用bool(布尔)过滤器，这是一个复合过滤器，可以接受多个其他过滤器作为参数，
并将这些过滤器组合成各种各样的布尔逻辑。
使用SQL是：
SELECT product
FROM products
WHERE (price = 20 OR productID = "XHDK-A-1293-#fJ3")
AND (price != 30)

布尔过滤器：一个bool过滤器由三部分组成，
{
"bool" : {
"must" : [],
"should" : [],
"must_not" : [],
}
}
must：必须匹配，与and等价
must_not:不能匹配，与not等价
should：至少一个语句要匹配，与or等价
这三个部分每个部分都是可选的，也就是说，例如我们可以在一个bool过滤器中只使用一个must语句。
将上面的SQL转成es查询：
GET /my_store/products/_search
{
"query" : {
"filtered" : {
"filter" : {
"bool" : {
"should" : [
{ "term" : {"price" : 20}},
{ "term" : {"productID" : "XHDK-A-1293-#fJ3"}}
],
"must_not" : {
"term" : {"price" : 30}
}
}
}
}
}
}
嵌套布尔过滤器
bool过滤器可以接受多个子过滤器，可以将一个bool过滤器置于其他过滤器内部，这样就可以对任意复杂的布尔逻辑进行处理。
下面的SQL语句：
SELECT document
FROM products
WHERE productID = "KDKE-B-9947-#kL5"
OR ( productID = "JODL-X-1937-#pV7"
AND price = 30 )
将其转换成es查询：
GET /my_store/products/_search
{
"query" : {
"filtered" : {
"filter" : {
"bool" : {
"should" : [
{ "term" : {"productID" : "KDKE-B-9947-#kL5"}},
{ "bool" : {
"must" : [
{ "term" : {"productID" : "JODL-X-1937-#pV7"}},
{ "term" : {"price" : 30}}
]
}}
]
}
}
}
}
}
查找多个精确值
term差许小年对于查询单个值非常有用，当时当我们搜索多个值时，可以使用terms查询。
例如：我们要查找价格字段为20或30的文档。
{
"terms" : {
"price" : [20, 30]
}
}
将其置入filter中：
GET /my_store/products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"terms" : {
"price" : [20, 30]
}
}
}
}
}
term和terms都是包含操作，而不是equals。
例如
如果我们有一个 term（词项）过滤器 { "term" : { "tags" : "search" } } ，它会与以下两个文档同时匹配：

{ "tags" : ["search"] }
{ "tags" : ["search", "open_source"] }
如果要精确相等：
最好的方式是增加并索引另一个字段，这个字段用于存储该字段包含词项的数量，
GET /my_index/my_type/_search
{
"query": {
"constant_score" : {
"filter" : {
"bool" : {
"must" : [
{ "term" : { "tags" : "search" } },
{ "term" : { "tag_count" : 1 } }
]
}
}
}
}
}
现在这个查询只会匹配具有单个标签search的文档。

范围：
对数字范围进行过滤，
例如我们想要查询所有价格大于20且小于30的产品
SQL查询语句为
select document
from products
where price between 20 and 40
使用es查询为
"range" : {
"price" : {
"gte" : 20,
"lte" : 40
}
}
range 查询可同时提供包含（inclusive）和不包含（exclusive）这两种范围表达式，可供组合的选项如下：

gt: > 大于（greater than）
lt: < 小于（less than）
gte: >= 大于或等于（greater than or equal to）
lte: <= 小于或等于（less than or equal to）

GET /my_store/products/_search
{
"query" : {
"constant_score" : {
"filter" : {
"range" : {
"price" : {
"gte" : 20,
"lt" : 40
}
}
}
}
}
}

日期范围：
"range" : {
"timestamp" : {
"gt" : "2014-01-01 00:00:00",
"lt" : "2014-01-07 00:00:00"
}
}

range查询支持对日期计算进行操作，例如找到时间戳在过去一小时内的所有文档。
"range" : {
"timestamp" : {
"gt" : "now-1h"
}
}
日期计算可以被应用于某个具体的时间，只要在某个日期后面加上一个双管符号（||）并紧跟一个日期数学表达式就可以：
"range" : {
"timestamp" : {
"gt" : "2014-01-01 00:00:00",
"lt" : "2014-01-01 00:00:00||+1M" //加一个月( 2014 年 2 月 1 日零时）
}
}
字符串范围：
range还可以处理字符串字段。字符串范围采用的是字典顺序或者是字母顺序。
如果查a到b（不包含）的字符串，可以使用：
"range" : {
"title" : {
"gte" : "a",
"lt" : "b"
}
}
日期或数字的索引方式可以高效的计算范围，但是字符串不可以。

处理Null值
如果一个字段没有值，那么它不会存入倒排索引中，这就意味着null，,[null]所有这些都是等价的，不会存在倒排索引中。