elasticsearch的DSL查询方法有哪些
这篇文章主要介绍"elasticsearch的DSL查询方法有哪些"，在日常操作中，相信很多人在elasticsearch的DSL查询方法有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"elasticsearch的DSL查询方法有哪些"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
query
1. term
查询，完全匹配，即不进行分词器分析
{ "query": { "term": { "": "" } }} 2. match
查询，模糊匹配，根据你给定的字段进行分词器分析，只包含一部分关键字就行
{ "query": { "match": { "": "" } }} 3. match_all
查询指定索引下的所有文档
{ "query": { "match_all": {} }}通过 match_all 过滤出所有字段，然后通过 partial 再过滤出包含 preview 的字段和排除 title,price 的字段
{ "query": { "match_all": {} }, "partial_fields": { "partial": { "include": ["preview"], "exclude": ["title,price"] } }}4. match_phrase
短语查询，slop 定义的是关键词之间隔多少个未知单词
{ "query": { "match_phrase": { "query": "aaa,bbb", "slop": 2 } }}5. multi_match
查询，可以指定多个字段
查询 filed1 和 filed2 这两个字段都包含 value 关键字的文档
{ "query": { "multi_match": { "query": "", "fileds": ["", ""] } }} 6. bool
布尔查询
must: 条件必须满足,相当于sql语句的andshould: 条件可以满足也可以不满足,相当于sql语句的ormust_not: 条件不需要满足,相当于sql语句的not
{ "query": { "bool": { "should": [ {"term": {"": ""}}, {"term": {"": ""}} ], "must": [ {"term": {"": ""}}, {"term": {"": ""}} ], "must_not": [ {"term": {"": ""}}, {"term": {"": ""}} ], } }} 7. filter
查询同时，通过 filter 条件在不影响打分的情况下筛选出想要的数据
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "term": { "": "" } } } }} filter 之 bool 过滤查询
must: 条件必须满足,相当于sql语句的andshould: 条件可以满足也可以不满足,相当于sql语句的ormust_not: 条件不需要满足,相当于sql语句的not
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "bool": { "should": [ {"term": {"": ""}}, {"term": {"": ""}} ], "must": [ {"term": {"": ""}}, {"term": {"": ""}} ], "must_not": [ {"term": {"": ""}}, {"term": {"": ""}} ], } } } }} 没有 bool, 也可以直接使用 and、or、not
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "and": [ {"term": {"": ""}}, {"term": {"": ""}} ], "or": [ {"term": {"": ""}}, {"term": {"": ""}} ], "not": [ {"term": {"": ""}}, {"term": {"": ""}} ], } } }} filter 之 range 范围查询
gt: 大于lt: 小于gte: 大于等于lte: 小于等于
{ "query": { "filtered": { "query": { "match_all": {}, }, "filter": { "range": { "": { "gt": "", "gte": "", "lt": "", "lte": "", } } } } }} 8. boost
固定分数查询 我们查询到的每一个文档都有一个_score 参数，这是匹配度打分
constant_score: 固定分数查询关键字（它支持filter, 不支持match）boost: 指定固定分数字段
{ "query": { "constant_score": { "filter": { "match": { "": "" } }, "boost": 1 } }} agg
聚合分析
1. terms
分组，对应 sql 语句中的 group by
{ "aggs": { "": { "terms": { "field": "" } } }} 2. cardinality
去重，对应 sql 语句中的 distinct
{ "aggs": { "": { "cardinality": { "field": "" } } }} 3. avg
求平均值
{ "aggs": { "": { "avg": { "field": "" } } }} 4. max
求平均值
{ "aggs": { "": { "max": { "field": "" } } }} 5. min
求平均值
{ "aggs": { "": { "min": { "field": "" } } }} 6. sum
求平均值
{ "aggs": { "": { "sum": { "field": "" } } }} 7. range
按照指定区间分组
{ "aggs": { "": { "field": "", "range": [ {"from": 0, "to": 20}, {"from": 20, "to": 40}, {"from": 40, "to": 60} ] } }} 8. date_histogram
按时间统计
min_doc_count: 强制返回所有buckets，即使buckets可能为空extended_bounds: 只返回你的数据中最小值和最大值之间的buckets
{ "aggs": { "": { "date_histogram": { "": "", "interval": "month", "format": "yyyy-MM-dd", "min_doc_count" : 0, "extended_bounds" : { "min" : "2014-01-01", "max" : "2014-12-31" } } } }} collapse
使用collapse字段后，查询结果中[hits]中会出现[fields]字段，其中包含了去重后的user_idES5.3版本之后才发布的聚合&折叠只能针对keyword类型有效；
到此，关于"elasticsearch的DSL查询方法有哪些"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
