一、简单查询
1.1 查询全部
请求方式： GET
请求路径： ES服务的IP：端口/索引名/{分组名，可省略}/_search
以上篇文章建立的索引为例，搜索结果如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
| {
"took": 0,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1,
"hits": [
{
"_index": "user",
"_type": "novel",
"_id": "Bg36UmYBBzXJKYP4RwNP",
"_score": 1,
"_source": {
"name": "zhangsan",
"age": 15,
"create_date": "2018-05-20"
}
},
{
"_index": "user",
"_type": "novel",
"_id": "1",
"_score": 1,
"_source": {
"name": "jitwxs",
"age": 20,
"create_date": "2018-10-08"
}
}
]
}
}
|
默认情况下，是查询出来10条数据，并且按照score的降序排列的（因为搜索全部，这里没有score，当条件搜索的时候，会出现）。其中部分属性含义如下：
| 属性 |
含义 |
| took |
Elasticsearch执行搜索的时间（ms） |
| timed_out |
请求是否超时 |
| _shards |
搜索了碎片成功/失败次数 |
| hits |
搜索结果 |
| hits.total |
符合我们搜索条件的文件总数 |
| hits.hits |
实际的搜索结果数组 |
| hits.sort |
对结果进行排序的键（默认使用score排序时隐藏） |
| hits.hits._score与hits.max_score |
单个结果的匹配程度和最高的匹配程度 |
| hits.hits._source |
搜索到的结果 |
1.2 单条件查询
需要注意的是：如果你搜索的字段是keyword类型，那么无论match和term都是一样的，都不进行分词（在上篇字段数据类型中说过）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
GET user/novel/_search
{
"query": {
"match": {
"name": "jitwxs"
}
}
}
GET user/novel/_search
{
"query": {
"term": {
"name": "zhangsan"
}
}
}
|
你可能注意到我下面的截图并没有使用GET请求，这是因为我没有找到Postman GET请求附带请求体的方法，因此使用POST请求来查询，当然官方推荐使用GET请求。如果你安装有curl工具，可以使用这种方式请求：
1
| curl 'localhost:9200/user/novel/_search' -d '{"query":{"match":{"name":"jitwxs"}}}'
|
1.3 多条件查询
请求方式和单条件查询一致，请求体形如：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
| {
"query": {
"bool": {
"must": {
"match": {
"email": "business opportunity"
}
},
"should": [{
"match": {
"starred": true
}
},
{
"bool": {
"must": {
"match": {
"folder": "inbox"
}
},
"must_not": {
"match": {
"spam": true
}
}
}
}
]
}
}
}
|
其中bool可以用来实现多条件查询，bool包含的属性如下：
| 属性 |
含义 |
| must |
必须匹配的属性，匹配这些条件才能被包含进来 |
| must_not |
不能匹配这些条件才能被包含进来 |
| should |
如果满足这些语句中的任意语句，将增加 _score ，否则无任何影响。主要用于修正每个文档的相关性得分 |
| filter |
必须匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档 |
1.4 排序、分页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| GET user/novel/_search
{
"query": {
"match": {
"name": "jitwxs"
}
},
"from": 0,
"size":10,
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
|
from表示分页开始的条数（从0开始），size表示你要查询的数量，sort表示排序的字段，order表示排序方式。
二、中文分词
2.1 下载IK分词器
默认的分词器对中文很差，这里还是使用我们的老朋友——IK分词器，到elasticsearch-analysis-ik下载与版本对应的IK分词器。
解压并将将文件复制到Elasticsearch的安装目录/plugin/ik下面即可，完成之后效果如下：
重新启动Elasticsearch服务。
以对“我是中国人”分词为例，使用默认分词结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
| POST http:
{
"text":"我是中国人"
}
{
"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": "中",
"start_offset": 2,
"end_offset": 3,
"type": "<IDEOGRAPHIC>",
"position": 2
},
{
"token": "国",
"start_offset": 3,
"end_offset": 4,
"type": "<IDEOGRAPHIC>",
"position": 3
},
{
"token": "人",
"start_offset": 4,
"end_offset": 5,
"type": "<IDEOGRAPHIC>",
"position": 4
}
]
}
|
IK分词器结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
| POST http:
{
"analyzer": "ik_max_word",
"text":"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
}
]
}
|
对于上面两个分词效果的解释：
-
如果未安装IK分词器，那么，你如果写 “analyzer”: “ik_max_word”，那么程序就会报错，因为你没有安装IK分词器
-
如果你安装了IK分词器之后，你不指定分词器，不加上 “analyzer”: “ik_max_word” 这句话，那么其分词效果跟你没有安装IK分词器是一致的，也是分词成每个汉字。
2.2 创建指定分词器的索引
索引创建之后就可以使用IK进行分词了，当你使用ES搜索的时候也会使用IK对搜索语句进行分词，进行匹配。下面给出一个例子以供参考：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
| PUT http:
{
"settings":{
"number_of_shards": "6",
"number_of_replicas": "1",
"analysis":{
"analyzer":{
"ik":{
"tokenizer":"ik_max_word"
}
}
}
},
"mappings":{
"novel":{
"properties":{
"author":{
"type":"text"
},
"wordCount":{
"type":"integer"
},
"publishDate":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss || yyyy-MM-dd"
},
"bookName":{
"type":"text"
}
}
}
}
}
|
关于IK分词器的分词类型（可以根据需求进行选择）：
-
ik_max_word：会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合；
-
ik_smart：会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。
Elasticsearch 初探（3）——简单查询与中文分词
