• 企业级搜索elasticsearch应用02-elasticsearch搜索

    一 。使用命令搜索

      1》uri搜索(参考https://www.elastic.co/guide/en/elasticsearch/reference/current/search-uri-request.html)

         uri搜索表示将查询以及操作的动作置于uri参数中 
       为了方便搜索 添加测试数据（/root/my.json）

    {"index":{"_id":"1"}}
{"id":"1","country":"美国","provice":"加利福尼亚州","city":"旧金山","age":"30","name":"John","desc":"John is come from austrina  John,s Dad is Johh Super"}  
{"index":{"_id":"2"}}
{"id":"2","country":"美国","provice":"加利福尼亚州","city":"好莱坞","age":"40","name":"Mike","desc":"Mike is come from austrina  Mike,s Dad  is Mike Super"}  
{"index":{"_id":"3"}}
{"id":"3","country":"美国","provice":"加利福尼亚州","city":"圣地牙哥","age":"50","name":"Cherry","desc":"Cherry is come from austrina  Cherry,s Dad  is Cherry Super"}  
{"index":{"_id":"4"}}
{"id":"4","country":"美国","provice":"德克萨斯州","city":"休斯顿","age":"60","name":"Miya","desc":"Miya is come from austrina  Miya,s Dad  is Miya Super"}  
{"index":{"_id":"5"}}
{"id":"5","country":"美国","provice":"德克萨斯州","city":"大学城","age":"70","name":"fubos","desc":"fubos is come from austrina  fubos,s Dad  is fubos Super"}  
{"index":{"_id":"6"}}
{"id":"6","country":"美国","provice":"德克萨斯州","city":"麦亚伦","age":"20","name":"marry","desc":"marry is come from austrina  marry,s Dad  is marry Super"}  
{"index":{"_id":"7"}}
{"id":"7","country":"中国","provice":"湖南省","city":"长沙市","age":"18","name":"张三","desc":"张三来自长沙市 是公务员一名"}  
{"index":{"_id":"8"}}
{"id":"8","country":"中国","provice":"湖南省","city":"岳阳市","age":"15","name":"李四","desc":"李四来自岳阳市 是一名清洁工"}  
{"index":{"_id":"9"}}
{"id":"9","country":"中国","provice":"湖南省","city":"株洲市","age":"33","name":"李光四","desc":"李光四 老家岳阳市 来自株洲 是李四的侄子"}  
{"index":{"_id":"10"}}
{"id":"10","country":"中国","provice":"广东省","city":"深圳市","age":"67","name":"王五","desc":"王五来自深圳市  是来自深圳的一名海关缉私精英"}  
{"index":{"_id":"11"}}
{"id":"11","country":"中国","provice":"广东省","city":"广州市","age":"89","name":"王冠宇","desc":"王冠宇是王五的儿子"}  
    使用bulkapi 来批量导入
    cd /root && curl -XPOST '192.168.58.147:9200/user/info/_bulk?pretty' --data-binary @my.json

    可以使用 _search api来实现文档的搜索 比如 （q=查询的列:值）

    [root@node1 ~]# curl -XGET 'http://192.168.58.147:9200/_search?q=name=marry&pretty'
{
  "took" : 42,
  "timed_out" : false,
  "_shards" : {
    "total" : 10,
    "successful" : 10,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 1.6127073,
    "hits" : [
      {
        "_index" : "user",
        "_type" : "info",
        "_id" : "6",
        "_score" : 1.6127073,
        "_source" : {
          "id" : "6",
          "country_s" : "美国",
          "provice_s" : "德克萨斯州",
          "city_s" : "麦亚伦",
          "age_i" : "20",
          "name_s" : "marry",
          "desc_s" : "marry is come from austrina  marry,s Dad  is marry Super"
        }
      }
    ]
  }
}
     查询所有用户索引中 年龄是50的
    curl -XGET 'http://192.168.58.147:9200/user/_search?q=age:50&pretty'
    查询所有用户索引库中 用户信息类型 用户资产类型 年龄是30的 多个索引或者多个类型使用,隔开
    curl -XGET 'http://192.168.58.147:9200/student/info,money/_search?q=age:30&pretty'
    查询所有索引库中(_all)类型是info的年龄是30的用户
    curl -XGET 'http://192.168.58.147:9200/_all/info/_search?q=age:30&pretty'
    使用from指定从第几条开始查 size返回的结果数  默认from=0 size=10
    curl -XGET 'http://192.168.58.147:9200/user/_search?q=age:30&from=0&size=2&pretty'

    常用的查询参数如下：

    Name Description
    q 表示查询字符串
    df 在查询中，当没有定义字段的前缀的情况下的默认字段前缀
    analyzer 当分析查询字符串时，分析器的名字
    default_operator 被用到的默认操作，有AND和OR两种，默认是OR
    explain 对于每一个命中(hit)，对怎样得到命中得分的计算给出一个解释
    _source 将其设置为false，查询就会放弃检索_source字段。你也可以通过设置_source_include和_source_exclude检索部分文档
    fields 命中的文档返回的字段
    sort 排序执行。可以以fieldName、fieldName:asc或者fieldName:desc的格式设置。fieldName既可以是存在的字段，也可以是_score字段。可以有多个sort参数
    track_scores 当排序的时候，将其设置为true，可以返回相关度得分
    timeout 默认没有timeout
    from 默认是0
    size 默认是10
    search_type 搜索操作执行的类型，有dfs_query_then_fetch, dfs_query_and_fetch, query_then_fetch, query_and_fetch, count, scan几种，默认是query_then_fetch
    lowercase_expanded_terms terms是否自动小写，默认是true
    analyze_wildcard 是否分配通配符和前缀查询，默认是false
    terminate_after The maximum number of documents to collect for each shard, upon reaching which the query execution will terminate early. If set, the response will have a boolean field terminated_early to indicate whether the query execution has actually terminated_early. Defaults to no terminate_after.

    指定使用中文名查询时 都无法查询数据 应该是分词器 分词的问题

    curl -XGET 'http://192.168.58.147:9200/user/info/_search?q=name=张&pretty'   
curl -XGET 'http://192.168.58.147:9200/user/info/_search?q=name=张三&pretty'   
    测试默认分词器的分词功能
    [root@node1 ~]# curl -XPOST  'http://192.168.58.147:9200/_analyze?pretty' -d '
> {
>   "tokenizer": "standard",
>   "text":      "我是饺子"
> }';
{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "是",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "饺",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "子",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    }
  ]
}

     既然是逐个分词 q=name:张 应该可以查出来啊 奇怪 后来想到http协议有可能在url上带参数 中文乱码 不使用url方式 使用requestbody的方式试试

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
        "term" : { "name" : "三" }
    }
}'
     发现这样搜索 就是搜索张或者三都能出结果 输入张三无法出结果  确实是standard分词器的特点
    实际上 张三 就是一个词  这里推荐使用ik分词器的分词 分成的词 具有一定的意义（比如我是中国人  拆分成 我 是 中国人  中国等有意义的词）

    设置ik分词器 （IK插件地址 https://github.com/medcl/elasticsearch-analysis-ik）

    我这里5.6.4的es下载对应 5.6.4的ik
    cd /home/es/elasticsearch-5.6.4 &&
    ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.4/elasticsearch-analysis-ik-5.6.4.zip
    安装完成后  检查plugins目录
    [es@node1 elasticsearch-5.6.4]$ cd plugins/
[es@node1 plugins]$ ll
total 4
drwxr-xr-x 2 es es 4096 Dec  5 18:49 analysis-ik
    重启 elasticsearch
     ./elasticsearch -Ecluster.name=my_cluster_name -Enode.name=my_node_name -Enetwork.host=192.168.58.147
    ik 带有两个分词器 
    ik_max_word ：会将文本做最细粒度的拆分；尽可能多的拆分出词语 
    ik_smart：会做最粗粒度的拆分；已被分出的词语将不会再次被其它词语占有 
    测试 
    [es@node1 plugins]$ curl -XGET 'http://192.168.58.147:9200/_analyze?pretty&analyzer=ik_max_word' -d '我是中国人'
{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "是",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "中国人",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "中国",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "国人",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}
[es@node1 plugins]$ curl -XGET 'http://192.168.58.147:9200/_analyze?pretty&analyzer=ik_smart' -d '我是中国人'        
{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "是",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "中国人",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    }
  ]
}
    删除索引user  重新创建索引 user
     curl -XDELETE 'http://192.168.58.147:9200/user?pretty'  
 curl -XPUT 'http://192.168.58.147:9200/user?pretty' -d '{
    "settings" : {
        "analysis" : {
            "analyzer" : {
                "ik" : {
                    "tokenizer" : "ik_max_word"
                }
            }
        }
    },
    "mappings" : {
        "info" : {
            "dynamic" : true,
            "properties" : {
                "name" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word"
                },"desc" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word"
                }
            }
        }
    }
}';
    上面的创建 表示设置 user的分词器是ik  mapping用于设置 类型和属性的类型 以及他的分词器
    info类型下的name_s和desc_s使用分词器
    再次进入/root导入之前的数据文件
    cd /root && curl -XPOST '192.168.58.147:9200/user/info/_bulk?pretty' --data-binary @my.json

    测试分词器的效果 发现张 无法查询了 张三才能查询

    [root@node1 ~]# curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
        "term" : { "name" : "张" }  
    }
}'；
{
  "took" : 22,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

    2》请求体搜索

    》》term 词查询
     中文搜索只能使用请求体搜索 否则无法搜索 所以一般搜索都是使用请求体 简单测试使用uri搜索 一般请求体中使用dsl语言 比如
    查询所有数据

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {

    }
}';
    查询包含词 name字段=三的

    "query" : {
        "term" : { "name" : "三" }
    }
    和query同级 支持以下参数

    Name Description
    timeout 默认没有timeout
    from 默认是0
    size 默认是10
    search_type 搜索操作执行的类型，有dfs_query_then_fetch, dfs_query_and_fetch, query_then_fetch, query_and_fetch, count, scan几种，默认是query_then_fetch
    query_cache 当?search_type=count时，查询结果是否缓存
    terminate_after The maximum number of documents to collect for each shard, upon reaching which the query execution will terminate early. If set, the response will have a boolean field terminated_early to indicate whether the query execution has actually terminated_early. Defaults to no terminate_after.

    from和size 设置分页 order设置排序(注意请求体的参数不要用tab键代替空格 否则出错)

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "from":0,
  "size":5,
  "sort":[
	{"_score":{"order":"desc"}},
	{"age":{"order":"desc"}}
  ],
  "query" : {
        "term" : { "desc" : "来自" }
    }
}';
    按照每个document的得分降序 得分相同的数据再按照age降序排序 我之前导入数据时 age使用的""表示是字符串 一般都会抛出异常
    "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on
    表示默认的字符串 不允许排序或者聚合 应该将fielddata设置为true 修改之前创建的映射 添加一个age将fielddata设置为true
    "properties" : {
                "name" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word"
                },"desc" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word"
                },"age" : {
                    "type" : "string",
                     "fielddata" : true 
                }
            }
    或者 type改成integer
    "age" : {
                    "type" : "integer"
         }
    _source指定显示哪些列
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
        "term" : { "desc" : "来自" }
    },
    "_source":["name", "desc"]
}';

    》》terms 词查询

      terms和term功能类似 允许搜索多个词

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
     "terms" : {
       "desc" : ["来自","com"]
     }
   }
}';

    》》match查询

      对比term和match区别
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
       "term" : { "desc" : "李 来自" }
    }
}';
curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
       "match" : { "desc" : "李 来自" }
    }
}';
    term会认为 李 来自是一个词 去匹配 所有查不到任何数据
    match 将包含李 和来自 两个词的数据合并查询
    还有另外一个match_phrase和term是一样的认为是一个词
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": { "match_phrase": { "desc" : "李 来自" } }
}'
    》》bool查询
    bool查询可以组合查询 比如 must必须两个条件都满足 必须有李和来自两个词
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
    "bool": {
      "must": [
        { "match": { "desc": "李" } },
        { "match": { "desc": "来自" } }
      ]
    }
  }
}'
    should 出现任意一个词即可
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
    "bool": {
      "should": [
        { "match": { "desc": "李" } },
        { "match": { "desc": "来自" } }
      ]
    }
  }
}';
    must_not必须没有某些词
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
    "bool": {
      "must_not": [
        { "match": { "desc": "李" } },
        { "match": { "desc": "来自" } }
      ]
    }
  }
}';
    也可以组合使用 必须出现词李 不能出现词 来自
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
    "bool": {
      "must_not": [
        { "match": { "desc": "李" } }
      ],
	  "must":[{ "match": { "desc": "来自" } }]
    }
  }
}';

    》》regexp正则查询

     支持正则匹配模式 例如

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
       "regexp" : { "desc" : "李.*" }
    }
}';
    》》prefix前缀查询
     以什么词开头 必须是一个词
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
       "prefix" : { "desc" : "李" }
    }
}';

    》》multi_match多字段查询

    多个字段等于同一个词

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
     "multi_match" : {
       "query" : "李" ,
	   "fields":["name","desc"]
     }
   }
}';
    》》range范围过滤

    范围操作符包含：

    • gt :: 大于
    • gte:: 大于等于
    • lt :: 小于
    • lte:: 小于等于
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
     "range" : {
       "age" : {"gt":20}
     }
   }
}';
    假设需要判断  age>=20 and age<=30
    使用range
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query": {
     "range" : {
       "age" : {"gte":20,"lte":"30"}
     }
   }
}';
    可是使用bool
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query":{
  "bool":{
   "must": {
     "range" : {
       "age" : {"gte":20}
      }
    },
   "must": {
     "range" : {
       "age" : {"lte":30}
      }
     }
   }
   }
}';
    》》exists 和 missing 过滤

      exists 和 missing 过滤可以用于查找文档中是否包含指定字段或没有某个字段

    比如 查询所有带有age字段的doc

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
    "query":{
	   "exists":{"field":"age"}
	}
}';
    查询所有没有 age字段的doc
    miising已经过期 替代的是使用bool+exists
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query":{
  "bool":{
   "must_not": {
     "exists" : {
       "field":"age"
      }
    }
   }
   }
}';

    3》过滤

          每次的搜索返回的结果中都有一个_score的字段  这个得分是指定的搜索查询匹配程度的一个相对度量。得分越高，文档越相关，
    得分越低文档的相关度越低。

    Elasticsearch中的所有的查询都会触发相关度得分的计算。对于那些我们不需要相关度得分的场景下，Elasticsearch以过滤器的形式提供了另一种查询功能。过滤器在概念上类似于查询，但是它们有非常快的执行速度，这种快的执行速度主要有以下两个原因：

        过滤器不会计算相关度的得分，所以它们在计算上更快一些
        过滤器可以被缓存到内存中，这使得在重复的搜索查询上，其要比相应的查询快出许多。
    比如查询是否存在字段age的doc 可以用query 也可以使用过滤  过滤放在bool中
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query":{
  "bool":{
   "filter": {
     "exists" : {
       "field":"age"
      }
    }
   }
   }
}';
    返回的结果中 _score都为0 比如
    {
        "_index" : "user",
        "_type" : "info",
        "_id" : "7",
        "_score" : 0.0,
        "_source" : {
          "id" : "7",
          "country" : "中国",
          "provice" : "湖南省",
          "city" : "长沙市",
          "age" : "18",
          "name" : "张三",
          "desc" : "张三来自长沙市 是公务员一名"
        }
      }
    4》聚合

     默认数字类型 比如 integer float long都可以直接聚合 如果是字符串需要聚合 必须设置属性 fielddata=true  假设我使用国家进行聚合（group by）
    首先修改 mapping 添加映射（删除索引 重建 重新导入数据）

                   "country" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word",
                    "fielddata":true
                },"provice" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word",
                    "fielddata":true
                },"city" : {
                    "type" : "string",
                    "analyzer" : "ik_max_word",
                    "fielddata":true
                }
    

    

    
执行简单的聚合 （按某个字段分组 每个分组有多少个元素） 注意指定分词器 否则 逐个单词来分组
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      }
    }
  }
}';
    最后聚合结果为：

    

    

     "aggregations" : {
    "group_by_country" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [
        {
          "key" : "美国",
          "doc_count" : 6
        },
        {
          "key" : "中国",
          "doc_count" : 5
        }
      ]
    }
  }
    类似于sql语句
    SELECT country as key,COUNT(*) as doc_count from user_info GROUP BY country ORDER BY COUNT(*) DESC
    上面的group_by_country是给当前分组取一个名字 可以多个分组 下面结果会出现两个分组结果 互不影响
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      }
    },
    "group_by_provice": {
      "terms": {
        "field": "provice"
      }
    }
  }
}';
    上面size：0表示只是获取分组的结果  类似于solr中的facets

    

    如果设置了size:数字  返回结果中 还会带出具体分组的具体数据 类似于solr的聚合

    
es的聚合支持嵌套 比如 按国家分组后  再按城市分组 (安装国家分组 各个分组内部的数据 再按照城市分组 )
    

    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      },
      "aggs":{
        "group_by_age":{
          "terms":{
             "field":"city"
           }
        }
	  }
    }
  }
}';
    也可以在嵌套的聚合中使用聚合函数获取平均值 最大值 或者最小值
    
分组获取每组平均年龄 按照平均年龄大到小排序  支持max min  sum 等聚合
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      },
      "aggs":{
        "avg_age":{
          "avg":{
             "field":"age"
           }
        }
	  }
    }
  }
}';
    支持 按照范围值进行分组 比如按照国家分组后 按照每个国家的年龄段分组
    curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      },
      "aggs":{
        "group_by_age_range":{
          "range": {
			"field": "age",
			"ranges": [
			  {
				"from": 10,
				"to": 20
			  },
			  {
				"from": 20,
				"to": 40
			  },
			  {
				"from": 40,
				"to": 100
			  }
			]
		  }
        }
	  }
    }
  }
}';	
    

    

    二 。使用命令搜索
    

    java操作 搜索的api
    

    package es;

import java.net.InetAddress;
import java.net.UnknownHostException;
import java.util.List;

import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.transport.InetSocketTransportAddress;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.bucket.terms.StringTerms;
import org.elasticsearch.search.aggregations.bucket.terms.StringTerms.Bucket;
import org.elasticsearch.search.aggregations.metrics.avg.Avg;
import org.elasticsearch.search.sort.SortOrder;
import org.elasticsearch.transport.client.PreBuiltTransportClient;

/**
 * 之前的 /user/info数据为例
 * @author jiaozi
 *
 */
public class Search {
	/**
	 * 查询所有的 的doc
	 * [root@node1 ~]# curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
> {
>   "query":{}
> }'
{
  "hits" : {
    "total" : 1,
    "max_score" : 0.5377023,
    "hits" : [
      {
        "_index" : "user",
        "_type" : "info",
        "_id" : "7",
        "_score" : 0.5377023,
        "_source" : {
          "id" : "7",
          "country" : "中国",
          "provice" : "湖南省",
          "city" : "长沙市",
          "age" : "18",
          "name" : "张三",
          "desc" : "张三来自长沙市 是公务员一名"
        }
      }
    ]
  }
}
上面的结果是  hits里有多个hits 代码也是一样  hits里有source
	 */
	public static void search(){
		SearchResponse searchResponse = client.prepareSearch("user")
			.setTypes("info")
			.addSort("age", SortOrder.ASC)
			.setFrom(0)
			.setSize(5)
			.get();
		SearchHit[] hits = searchResponse.getHits().getHits();
		for (int i = 0; i < hits.length; i++) {
			System.out.println(hits[i].getSource());
		}
	}
	/**
	 * curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "query" : {
        "term" : { "desc" : "来自" }
    },
    "_source":["name", "desc"]
}';
	 */
	public static void searchTerms(){
		SearchResponse searchResponse = client.prepareSearch("user")
			.setTypes("info")
			.addSort("age", SortOrder.ASC)
			//QueryBuilders可以指定其他 比如 match或者match_phase或者 regexp 或者prefix或者其他
			.setQuery(QueryBuilders.termQuery("desc", "来自")) //搜索 有得分
			//.setQuery(QueryBuilders.rangeQuery("age").lte(30)) //范围查询
			//.setQuery(QueryBuilders.regexpQuery("desc", "来自"))//正则
			//.setQuery(QueryBuilders.prefixQuery("desc", "张三"))//前缀
			//.setQuery(QueryBuilders.matchQuery("desc", "张三 来自"))//match
			//.existsQuery("desc")  //exists 是否存在字段
			//.setPostFilter(QueryBuilders.termQuery("desc", "来自")) //过滤没得分
			.setFrom(0)
			.setSize(5)
			.get();
		SearchHit[] hits = searchResponse.getHits().getHits();
		for (int i = 0; i < hits.length; i++) {
			System.out.println(hits[i].getSource());
		}
	}
	/**
	 * 等价于 
	 * curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
		{
		  "query":{
		  "bool":{
		   "must": {
		     "range" : {
		       "age" : {"gte":20}
		      }
		    },
		   "must": {
		     "range" : {
		       "age" : {"lte":30}
		      }
		     }
		   }
		   }
		}';
	 */
	public static void searchBool(){
		SearchResponse searchResponse = client.prepareSearch("user")
				.setTypes("info")
				.setQuery(QueryBuilders
						.boolQuery()
						.must(QueryBuilders.rangeQuery("age").lte(40))
						.must(QueryBuilders.rangeQuery("age").gte(20))
						//.mustNot(queryBuilder)
						//.should(queryBuilder)
						)
				.get();
		SearchHit[] hits = searchResponse.getHits().getHits();
		for (int i = 0; i < hits.length; i++) {
			System.out.println(hits[i].getSource());
		}
	}
	/**
	 * 聚合 
	 * curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
		{
		  "size": 0,
		  "aggs": {
		    "group_by_country": {
		      "terms": {
		        "field": "country"
		      }
		    }
		  }
		}';
	 */
	public static void aggs(){
		SearchResponse searchResponse = client.prepareSearch("user")
				.addAggregation(AggregationBuilders.terms("group_by_country").field("country"))
				.setSize(4)
				.get();
		StringTerms terms = searchResponse.getAggregations().get("group_by_country");
		List<Bucket> buckets = terms.getBuckets();
		for (int i = 0; i < buckets.size(); i++) {
			Bucket bucket = buckets.get(i);
			System.out.println(bucket.getKey()+"----"+bucket.getDocCount());
		}
		SearchHit[] hits = searchResponse.getHits().getHits();
		for (int i = 0; i < hits.length; i++) {
			System.out.println(hits[i].getSource());
		}
	}
	/**
	 * curl -XPOST '192.168.58.147:9200/user/_search?pretty' -d '
{
  "size": 0,
  "aggs": {
    "group_by_country": {
      "terms": {
        "field": "country"
      },
      "aggs":{
        "avg_age":{
          "avg":{
             "field":"age"
           }
        }
	  }
    }
  }
}';
	 */
	public static void aggsAvgs(){
		SearchResponse searchResponse = client.prepareSearch("user")
				.addAggregation(AggregationBuilders
						.terms("group_by_country")
						.field("country")
						.subAggregation(AggregationBuilders.avg("avg_age").field("age"))
						)
				.get();
		StringTerms terms = searchResponse.getAggregations().get("group_by_country");
		List<Bucket> buckets = terms.getBuckets();
		for (int i = 0; i < buckets.size(); i++) {
			Bucket bucket = buckets.get(i);
			Avg st=bucket.getAggregations().get("avg_age");
			System.out.println(bucket.getKey()+"----"+bucket.getDocCount());
			System.out.println(st.getValue());
		}
		
	}
	
	public static void main(String[] args) {
		aggsAvgs();
	}
	static TransportClient client;
	static{
		try {
			client=getClient();
		} catch (UnknownHostException e) {
			e.printStackTrace();
		}
	}
	/**
	 * 获取客户端操作对象
	 * @return
	 * @throws UnknownHostException 
	 */
	public static TransportClient getClient() throws UnknownHostException{
		Settings settings = Settings.builder()
		        .put("cluster.name", "my_cluster_name")
		        //.put("index.analysis.analyzer.default.type","ik_max_word")
		        .build();
		TransportClient client = new PreBuiltTransportClient(settings)
		        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.58.147"), 9300));
		return client;
	}
}



    

    
            

    
    
          
    • 

          
  • 

            相关阅读:
    
            
              122. 买卖股票的最佳时机 II-leetcode
                
    SQL优化
                
    《C++ Primer Plus》读书笔记之十二—C++中的代码重用
                
    《C++ Primer Plus》读书笔记之十一—类继承
                
    《C++ Primer Plus》读书笔记之十—类和动态内存分配
                
    《C++ Primer Plus》读书笔记之九—使用类
                
    《C++ Primer Plus》读书笔记之八—对象和类
                
    一道算法题-换钱
                
    《C++ Primer Plus》读书笔记之七—内存模型和名称空间
                
    《C++ Primer Plus》读书笔记之六—函数探幽
                
                    
          
    • 
          
  • 
            原文地址：https://www.cnblogs.com/liaomin416100569/p/9331156.html
          
    • 

        

      



      
      

        

        

      

    

  


  

  
Copyright © 2020-2023 
  润新知