matchAllQuery | 匹配所有文档 |
---|---|
queryStringQuery | 基于Lucene的字段检索 |
wildcardQuery | 通配符查询匹配多个字符,?匹配1个字符* |
termQuery | 词条查询 |
matchQuery | 字段查询 |
idsQuery | 标识符查询 |
fuzzyQuery | 文档相似度查询 |
includeLower includeUpper | 范围查询 |
boolQuery | 组合查询(复杂查询) |
SortOrder | 排序查询 |
插入样例数据:
curl -XPOST http://hadoop01:9200/sanguo/dahan/_bulk -d '
{ "index": {}}
{ "studentNo" : 1, "name" : "刘备", "male" : "男", "age" : 24 , "birthday" : "1985-02-03" , "classNo" : 1 , "address" : "湖南省长沙市" , "isLeader" : true}
{ "index": {}}
{ "studentNo" : 2, "name" : "关羽", "male" : "男", "age" : 22 , "birthday" : "1987-08-23" , "classNo" : 2, "address" : "四川省成都市" , "isLeader" : false}
{ "index": {}}
{ "studentNo" : 3, "name" : "糜夫人", "male" : "女", "age" : 19 , "birthday" : "1990-06-12" , "classNo" : 1 , "address" : "上海市" , "isLeader" : false}
{ "index": {}}
{ "studentNo" : 4, "name" : "张飞", "male" : "男", "age" : 20 , "birthday" : "1989-07-30" , "classNo" : 3 , "address" : "北京市" , "isLeader" : false}
{ "index": {}}
{ "studentNo" : 5, "name" : "诸葛亮", "male" : "男", "age" : 18 , "birthday" : "1992-04-27" , "classNo" : 2 , "address" : "江苏省南京市" , "isLeader" : true}
{ "index": {}}
{ "studentNo" : 6, "name" : "孙尚香", "male" : "女", "age" : 16 , "birthday" : "1994-05-21" , "classNo" : 3 , "address" : "广东省深圳市" , "isLeader" : false}
{ "index": {}}
{ "studentNo" : 7, "name" : "马超", "male" : "男", "age" : 19 , "birthday" : "1991-10-20" , "classNo" : 1 , "address" : "黑龙江省哈尔滨市" , "isLeader" : false}
{ "index": {}}
{ "studentNo" : 8, "name" : "赵云", "male" : "男", "age" : 23 , "birthday" : "1986-10-26" , "classNo" : 2 , "address" : "浙江省杭州市" , "isLeader" : false}
'
1:查询所有
matchAllQuery()匹配所有文件
match_all查询是Elasticsearch中最简单的查询之一。它使我们能够匹配索引中的所有文件。
/**
*matchAllQuery()匹配所有文件
match_all查询是Elasticsearch中最简单的查询之一。它使我们能够匹配索引中的所有文件
* */
2:解析查询字符串
相比其他可用的查询,query_string查询支持全部的Apache Lucene查询语法
针对多字段的query_string查询
/**
* 相比其他可用的查询,query_string查询支持全部的Apache Lucene查询语法
针对多字段的query_string查询
* */
3:通配符查询(wildcardQuery)
*匹配多个字符,?匹配1个字符
注意:避免* 开始, 会检索大量内容造成效率缓慢
/**
* *匹配多个字符,?匹配1个字符
注意:避免* 开始, 会检索大量内容造成效率缓慢
* */
4:词条查询(termQuery)
词条查询是Elasticsearch中的一个简单查询。它仅匹配在给定字段中含有该词条的文档,而且是确切的、未经分析的词条
termQuery("key", obj) 完全匹配
termsQuery("key", obj1, obj2..)
一次匹配多个值,有一个值是正确的,就可以查询出数据
/**
* 词条查询是Elasticsearch中的一个简单查询。它仅匹配在给定字段中含有该词条的文档,而
且是确切的、未经分析的词条
termQuery("key", obj) 完全匹配
termsQuery("key", obj1, obj2..) 一次匹配多个值,只有有一个值是正确的,就可以查询出数据
* */
5:字段匹配查询
match**查询把query参数中的值拿出来,加以分析,然后构建相应的查询**。使用match查询时,Elasticsearch将对一个字段选择合适的分析器,所以可以确定,传给match查询的词条将被建立索引时相同的分析器处理。
/**
* match query搜索的时候,首先会解析查询字符串,进行分词,然后查询,
而term query,输入的查询内容是什么,就会按照什么去查询,并不会解析查询内容,对它分词。
* */
Matchquery 和termquery的区别:
match:匹配的时候,会将查询的关键字进行分词,然后根据分词后的结果进行查询。
term:直接使用关键字进行查询,不对关键字进行分词。
multiMatchQuery("text", "field1", "field2"..); 匹配多个字段
mutilMatchQuery:
/**
* multiMatchQuery(要搜索的值 , 在哪些字段上)
* */
6:只查询ID(标识符查询)
标识符查询是一个简单的查询,仅用提供的标识符来过滤返回的文档。
/**
* 按照id进行查询,通过id返回我们想要的结果
* */
7:相似度查询
插入两条测试数据:
PUT /sanguo/dahan/123
{
"name": "曹操",
"male" : "男",
"age" : 40 ,
"birthday" : "1975-02-03" ,
"classNo" : 1 ,
"address" : "海淀区坐落于北京市" ,
"isLeader" : true
}
PUT /sanguo/dahan/234
{
"name": "董卓",
"male" : "男",
"age" : 35 ,
"birthday" : "1975-02-03" ,
"classNo" : 1 ,
"address" : "北京it程序员" ,
"isLeader" : true
}
fuzzy查询是模糊查询中的第三种类型,它基于编辑距离算法来匹配文档
/**
* 相似度查询:fuzzy查询是模糊查询中的第三种类型,它基于编辑距离算法来匹配文档
* */
8:范围查询
范围查询使我们能够找到在某一字段值在某个范围里的文档,字段可以是数值型,也可以是
基于字符串的
includeLower(true):包含上界
IncludeUpper(true):包含下界
/**
范围查询使我们能够找到在某一字段值在某个范围里的文档,字段可以是数值型,也可以是
基于字符串的
includeLower(true):包含上界
IncludeUpper(true):包含下界
* */
9:组合查询(复杂查询)
must(QueryBuilders) : AND
mustNot(QueryBuilders): NOT
should(QueryBuilders):OR
PUT /sanguo/dahan/345
{
"name": "貂蝉",
"male" : "女",
"age" : 16 ,
"birthday" : "2000-02-03" ,
"classNo" : 1 ,
"address" : "北京市女it程序员" ,
"isLeader" : true
}
/*
* 组合查询:
*
must(QueryBuilders) : AND
mustNot(QueryBuilders): NOT
should(QueryBuilders):OR
* */
10:排序查询
/**
* ASC : 正序(从小到大)
* DESC: 倒序(从大到小)
* */