ES基础查询语法一览

原创

mb6117091b5b7cd 2024-11-01 09:16:36 博主文章分类：学习总结 ©著作权

©著作权归作者所有：来自51CTO博客作者mb6117091b5b7cd的原创作品，请联系作者获取转载授权，否则将追究法律责任

ES分词器在学习查询语法之前有必要带大家了解一下ES的分词器。因为这是题主认为ES搜索引擎最大的特点了，它查询速度之所以这么快也和这个有很大关系。但更重要的是，如果我们不了解ES会对你存储的索引文本或者查询query进行分词，后面的语法你将很难理解。

对于我们存入ES索引（Index）中的各个字段（Term），ES内部都会有一个分词器对其进行分词，然后将这个分词结果存储起来，方便你未来的查询使用，这个分词器我们也可以直接很方便的调用，只要访问其_analyze即可：

POST http://ip:prot/_analyze { "analyzer": "standard", "text": "This is a test doc" } 这里需要指定一个分词器，ES默认的分词器是standard，不过只支持英文分词，如果你用它来对中文进行分词的话会直接按字拆分，有一些中文分词器可以下载使用，像ik或者jieba之类的，这里便不去介绍如何安装了，感兴趣的可以查阅相关文章。

回到正题，我们用上述的分词请求返回的结果如下：

{ "tokens": [ { "token": "this", "start_offset": 0, "end_offset": 4, "type": "", "position": 0 }, { "token": "is", "start_offset": 5, "end_offset": 7, "type": "", "position": 1 }, { "token": "a", "start_offset": 8, "end_offset": 9, "type": "", "position": 2 }, { "token": "test", "start_offset": 10, "end_offset": 14, "type": "", "position": 3 }, { "token": "doc", "start_offset": 15, "end_offset": 18, "type": "", "position": 4 } ] } 可以看到我们的句子就被分词器这样做好了分词，还有偏移量之类的信息。

这里只是带大家看一下ES是如何做到分词的，我们平时查询的话自己是用不到分词的，这些分词都是在保存索引时ES自动分好存储起来的。

ES查询下面介绍一下ES常用的几种查询（题主只介绍常用的，一些复杂用法可能不会都介绍全，大家在实际学习和工作中遇到了再去官方文档中查就好啦）。

2.1 match查询 ES的查询有一个很大的特点就是分词。所以大家在使用ES的过程中脑子要始终有这么一个意识，你要查找的text是通过分词器分过词的，所以你去匹配的实际上是一个个被分词的片段。而你搜索的query也有可能会被分词，match就是一种会将你搜索的query进行分词的查询方法。我们结合例子来看！

比如我们要查询的索引结构如下：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } _index代表索引名称，_id代表该条数据唯一id，_source代表该条数据具体的结构。

这里我们通过bookName字段来查询。

输入query语句如下：

GET http://ip:prot/textbook/_search { "query": { "match": { "bookName":"test" } } } 该条语句代表用match方式搜索索引为textbook中bookName可以匹配到test的语句。因为：

"bookName": "This is a test doc" 原文被分词器分词后包含test这个词语，所以可以正常被匹配出来。

这个例子比较简单，我们换个复杂一点的例子：

GET http://ip:prot/textbook/_search { "query": { "match": { "bookName":"my test" } } } 大家认为这个能否被匹配出来呢？

原文中根本就没有my这个词语，那怎么被匹配出来？但实际上是可以匹配出来的。

原因是match查询里，会对你查询的query也进行分词，也就是会将你的"my test"进行分词，得到my与test两个词语，然后用这两个词语分别去匹配文本，发现虽然my匹配不到，但是test可以匹配到，所以依然可以查出来。这个和我们传统的搜索方式确实存在差异，大家要注意。

那这种搜索方式存在的价值是什么呢？其实还有蛮大用处的。比如我们的ES库存储的是很多的英文好词好句，然后用户想提高自己的英文写作，因此想搜索出一些比较好的表达加在自己的文章中，那这个时候对于用户来讲，严格的匹配方式大概率什么都搜不到，但是像match这样的搜索方式便非常合适。例如有个好句是这样的：

If at first you don't succeed, try again. 然后用户用下面的方式搜索：

If you don't success 用match就可以很好的匹配出来。

2.2 match_phrase查询既然match的限制比较小，那如果我们需要这个限制更强一点用什么方式呢？match_phrase便是一个比较不错的选择。match_phrase和match一样也是会对你的搜索query进行分词，但是，不同的是它不是匹配到某一处分词的结果就算是匹配成功了，而是需要query中所有的词都匹配到，而且相对顺序还要一致，而且默认还是连续的，如此一来，限制就更多了。我们还是举个例子。比如还是刚刚的索引数据：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } 如果我们还用刚刚的方式搜索：

GET http://ip:prot/textbook/_search { "query": { "match_phrase": { "bookName":"my test" } } } 这次是匹配不到结果的。那么怎样才能匹配到结果呢？只能是搜索原文中的连续字串：

GET http://ip:prot/textbook/_search { "query": { "match_phrase": { "bookName":"is a test" } } } 这样是可以匹配到结果的。但是如此一来限制可能太大了一点，所以官方还给了一个核心餐宿可以调整搜索的严格程度，这个参数叫slop，我们举个例子：

GET http://ip:prot/textbook/_search { "query": { "match_phrase": { "bookName":{ "query":"is test", "slop":1 } } } } 比如我们将slop置为1，然后搜索"is test"，虽然is test中间省略了一个词语"a"，但是在slop为1的情况下是可以容忍你中间省略一个词语的，也可以搜索出来结果。以此类推，slop为2就可以省略两个词语了。大家可以根据自己的实际情况进行调整。

另外我们可以发现，如果在搜索时添加了辅助参数（比如slop）我们搜索格式的层级要往下扩展一层，之前的

"bookName":"my test" 要改为：

"bookName":{ "query":"is test", "slop":1 } 我们注意一下就好了。

2.3 multi_match查询有了前面的基础，multi_match比较好理解。实际上就是可以从多个字段中去寻找我们要查找的query：

GET http://ip:prot/textbook/_search { "query": { "multi_match": { "query" : "老坛", "fields" : ["bookName", "author"] } } } 比如这里我们是从bookName和author两个字段里去寻找老坛，虽然bookName没有，但是author可以匹配到，那也可以找到数据。所以本质上就是对bookName和author分别做了一次match：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } 2.4 term查询 term查询也是比较常用的一种查询方式，它和match的唯一区别就是match需要对query进行分词，而term是不会进行分词的，它会直接拿query整体和原文进行匹配。所以不理解的小伙伴使用起来可能会非常奇怪：

GET http://ip:prot/textbook/_search { "query": { "term": { "bookName": "This is a test doc" } } } 当我们用这种方式进行搜索时，明明要搜索的和被搜索的文本一模一样，确就是搜不出来。这就是因为我们去搜的实际上并不是原文本身，而是被分词的原文，在原文被分好的每一个词语里，没有一个词语是："This is a test doc"，那自然是什么都搜不到了。所以在这种情况下就只能用某一个词进行搜索才可以搜到：

GET http://ip:prot/textbook/_search { "query": { "term": { "bookName": "This" } } } 2.5 terms查询 terms查询事实上就是多个term查询取一个交集，也就是要满足多个term查询条件匹配出来的结果才可以查到，所以是比单纯的term条件更为严格了：

GET http://ip:prot/textbook/_search { "query": { "terms": { "bookName": ["This", "is"] } } } 比如这个例子，是要求原文中既有This这个词，又有is这个词才可以被查到，那按照这个规则我们是可以匹配到数据的：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } 但是如果改成了一个不存在的词便匹配不到了：

GET http://ip:prot/textbook/_search { "query": { "terms": { "bookName": ["This", "my"] } } } 2.6 fuzzy查询 fuzzy是ES里面的模糊搜索，它可以借助term查询来进行理解。fuzzy和term一样，也不会将query进行分词，但是不同的是它在进行匹配时可以容忍你的词语拼写有错误，至于容忍度如何，是根据参数fuzziness决定的。fuzziness默认是2，也就是在默认情况下，fuzzy查询容忍你有两个字符及以下的拼写错误。即如果你要匹配的词语为test，但是你的query是text，那也可以匹配到。这里无论是错写多写还是少写都是计算在内的。我们同样还是举例说明。

对于索引数据：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } 如果查询语句为：

GET http://ip:prot/textbook/_search { "query": { "fuzzy": { "bookName":"text" } } } 这时肯定是用text来匹配原文中的每一个词，发现text和test最为接近，但是有一个字符的差异，在默认fuzziness为2的情况下，依然可以匹配出来。

当然这个fuzziness是可以调的，比如：

GET http://ip:prot/textbook/_search { "query": { "fuzzy": { "bookName":{ "value":"texts", "fuzziness":1 } } } } 在容忍度为1的情况下，如果你想查texts就查不到结果了。

2.7 range查询 range查询时对于某一个数值字段的大小范围查询，比如我这里特意所加的nums字段就是这个时候派上用场的。range的语法设计到了一些关键字：

gte：大于等于 gt：大于 lt：小于 lte：小于等于 GET http://ip:prot/textbook/_search { "query": { "range": { "num": { "gte":20, "lt":30 } } } } 比如这样的条件就是去查找字段num大于等于20小于30的数据

那我们的数据便可以被查询到：

{ "_index": "textbook", "_id": "kIwXeYQB8iTYJNkI986Y", "_source": { "bookName": "This is a test doc", "author": "老坛", "num": 20 } } 2.8 bool查询 bool查询是上面查询的一个综合，它可以用多个上面的查询去组合出一个大的查询语句，它也有一些关键字：

must：代表且的关系，也就是必须要满足该条件 should：代表或的关系，代表符合该条件就可以被查出来 must_not：代表非的关系，也就是要求不能是符合该条件的数据才能被查出来例如有这样一个查询：

GET http://ip:prot/textbook/_search { "query":{ "bool":{ "must":{ "match":{ "bookName":"老坛" } }, "should":{ "term":{ "author":"老坛" }, "range":{ "num":{ "gt":20 } }, } } } } 这里就要求must里面的match是必须要符合的，但是should里面的两个条件就可以符合一条即可。

2.9 排序和分页排序和分页也是建立在上述的那些搜索之上的。排序和分页的条件是和query平级去写的，我们一个一个来看。先举个例子：

GET http://ip:prot/textbook/_search { "query":{ "match":{ "bookName":"老坛" } }, "from":0, "size":100, "sort":{ "num":{ "order":"desc" } } } 这里关于分页的语句是：

"from":0, "size":100, 它代表的意思是按照页容量为100进行分页，取第一页。

关于排序的语句是：

"sort":{ "num":{ "order":"desc" } } 它需要指定一个字段，然后根据这个字段进行升序或降序。这里我们根据num来进行降序排序，如果想升序就把order的值改为asc就好了。