本文是 Elasticsearch 5.0 系列博文的简单查询篇,主要介绍如何使用 Elasticsearch 进行简单查询
写在前面
- 本文以 Elasticsearch 5.0.1 版本为例进行讲解,不定期更新
- 该系列主要参考的 Elasticsearch Reference: 5.0，尽量避免照搬翻译，只摘录精要部分辅以简单说明
- 写这个系列博客的初衷是强迫自己梳理，同时方便一些较忙/没空耐心看英文文档的朋友快速上手，建议读者有空多读官方文档，毕竟别人写的都是二手资料
- 如需查看 ES 系列更多博文，请关注我的个人网站@brianway 或者 @CSDN
数据准备
随机 json 数据生成网站 www.json-generator.com
可以从官网下载数据 accounts.json，然后使用 _bulk api 建立索引即可
curl -O https://raw.githubusercontent.com/elastic/elasticsearch/master/docs/src/test/resources/accounts.json
curl -XPOST 'localhost:9200/bank/account/_bulk?pretty&refresh' --data-binary "@accounts.json"
curl 'localhost:9200/_cat/indices?v'
查询API
两种执行 search 的方式：
- 通过
REST request URI发送查询参数 - 通过
REST request body发送查询参数
# returns all documents in the bank index
GET /bank/_search?q=*&sort=account_number:asc
# using the alternative request body method
GET /bank/_search
{
"query": { "match_all": {} },
"sort": [
{ "account_number": "asc" }
]
}
返回数据(部分省略)
{
"took": 6,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 1000,
"max_score": null,
"hits": [
{
"_index": "bank",
"_type": "account",
"_id": "0",
"_score": null,
"_source": {
"account_number": 0,
"balance": 16623,
"firstname": "Bradshaw",
"lastname": "Mckenzie",
"age": 29,
"gender": "F",
"address": "244 Columbus Place",
"employer": "Euron",
"email": "bradshawmckenzie@euron.com",
"city": "Hobucken",
"state": "CO"
},
"sort": [
0
]
},
...
]
}
}
每个字段的含义根据字段名即可看出来，不赘述。其中：
took的单位是毫秒hits.hits默认返回结果中的前十条记录
需要注意的是,一旦获得返回结果，Elasticsearch 就彻底完成了请求，且不保存任何服务端资源或者状态信息，这和 SQL 里一些先得到结果子集再通过状态信息(如游标)得到剩下结果集的情况不同
Query DSL
介绍几个简单的查询,size 未指定则默认是 10,from 参数默认从零开始
# returns documents 11 through 20:
GET /bank/_search
{
"query": { "match_all": {} },
"from": 10,
"size": 10
}
# sorts the results by account balance in descending order and returns the top 10 (default size) documents
GET /bank/_search
{
"query": { "match_all": {} },
"sort": { "balance": { "order": "desc" } }
}
# return two fields, account_number and balance
GET /bank/_search
{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}
# returns the account numbered 20
GET /bank/_search
{
"query": { "match": { "account_number": 20 } }
}
更多例子，如must,should,bool query 等等，请参考 Executing Searches
过滤器
查询条件和文档的相关性用 _score 这个数值字段来表示，数值越高越相关。而有时我们不需要去计算相关性，只需要确定文档满不满足查询条件即可，这时可以用 filter(过滤器).
# uses a bool query to return all accounts with balances between 20000 and 30000
GET /bank/_search
{
"query": {
"bool": {
"must": { "match_all": {} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}
}
}
}
}
}
在上面的例子中，返回所有 balance 在 20000～30000 的文档，所有满足条件的文档的匹配程度都是“等价”的，没有谁更相关，所以计算分数是无意义且没必要的。
聚合
aggregation(聚合)能够对数据分组和提取统计信息，大致类似 SQL 中的 group by 和聚合函数。
Elasticsearch 能同时分别返回查询结果和聚合结果，从而避免多次查询。
# 类似SQL中的 SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
更多聚合例子参考 Executing Aggregations
