本文首发于公众号：Hunter后端
原文链接：es笔记二之根底查问

这一篇笔记介绍 es 的根底查问。

根底查问包含很多，比方排序，相似数据库 limit 的操作，like 操作，与或非等，对于这些操作，我会在介绍他们的用法之后加上对应的数据库 sql 便于了解。

留神： 上面的操作都在 kibana 中实现

以下是本篇文章目录：

  1. 全量查问
  2. 返回数据排序
  3. 限度返回条数
  4. 指定字段搜寻
  5. 多条件查问
  6. 大小于过滤

1、全量查问

如果是想要查看 es 中都有哪些 index，能够如下操作：

GET /_cat/indices

而后能够看到在右侧会输入所有的 index，其中就蕴含咱们上一篇笔记导入的 bank 数据，接下来咱们应用 bank 作为查问示例。

如果咱们想查看 bank 中的全副数据，能够如下操作，然而不指定 size 参数的话默认最多只返回 10 条数据：

GET /bank/_search

进去的后果大抵如下：

{  "took" : 2,  "timed_out" : false,  "_shards" : {    "total" : 1,    "successful" : 1,    "skipped" : 0,    "failed" : 0  },  "hits" : {    "total" : {      "value" : 1000,      "relation" : "eq"    },    "max_score" : 1.0,    "hits" : [      {        "_index" : "bank",        "_type" : "_doc",        "_id" : "1",        "_score" : 1.0,        "_source" : {          "account_number" : 1,          "balance" : 39225,          "firstname" : "Amber",          "lastname" : "Duke",          "age" : 32,          "gender" : "M",          "address" : "880 Holmes Lane",          "employer" : "Pyrami",          "email" : "amberduke@pyrami.com",          "city" : "Brogan",          "state" : "IL"        }      },      ...    ]  }}

took 示意查问破费了多少工夫，以毫秒为单位

time_out 示意查问是否超时

_shards 示意分片的查问信息，示意有多少个分片被查问，失败，和跳过

而后查问的后果都被放在 hits 字段下，在 hits 信息中，

hits.total 示意查问到了多少匹配的数据

hits.hits 是一个数组，蕴含了返回信息的全部内容，每个元素都是单个查问的返回后果。

在每个元素中，_index，_type，_id，_score 示意单条数据的所属的数据库信息

_source 其中蕴含了获取信息的字段信息，如果没有指定字段，则返回该数据所有字段。

2、返回数据排序

查问出的数据如果想要以某种程序返回，能够应用 sort 来排序

比如说依据 balance 倒序排序

GET /bank/_search{  "sort": [    {"balance": {"order": "desc"}}  ]}

这条数据对应于 sql 中的语法就是：

order by balance desc

sort 后接一个数组，示意能够依据多个字段进行正序，逆序的排序形式。

3、限度返回条数

在后面的搜寻中能够看出，如果不限定返回条数，零碎会默认返回 10 条数据，在 es 中有相似于 MySQL 的 limit 和 offset 的操作，那就是 size 和 from。

from 示意从第 n 个开始获取数据，从 0 开始取值

size 示意获取数据量的大小。

比如说从第0条数据开始，获取5条数据，能够如下操作：

GET /bank/_search{  "sort": [    {"balance": {"order": "asc"}}  ],  "from": 0,  "size": 5}

对应于 sql 语法是：

limit 5 offset 0;

4、指定字段搜寻

对于字段搜寻，有几个关键字，match，match_phrase等。

match 示意含糊搜寻，会将搜寻的内容先进行分词操作，而后搜寻，比方咱们搜寻 bank 这个 index 中 address 字段中蕴含 "cove" 或者 蕴含 "lane" 的的数据，咱们能够如下操作：

GET /bank/_search{  "query": {    "match": {"address": "Cove Lane"}  }}

这条语句相似于 sql 中的：

where address like "%cove%" or address like "%lane%"

只有 address 的字符蕴含 cove 或者 lane 之一即可。

而如果咱们想要实现 cove lane 作为一个整体进行查问，咱们能够应用 match_phrase 来实现：

GET /bank/_search{  "query": {    "match_phrase": {"address": "Cove Lane"}  }}

这个操作相似于 sql 中的：

where address like "%mill lane%"

下面这些 match 操作都是大小写不敏感的。

对于 match 和 match_phrase 的筛选形式这里只做一个示例，在前面我会单开一篇笔记具体介绍其用法，针对 text 类型和 keyword 类型的字段。

5、多条件查问

多条件，就是与或非连贯操作，相似于 sql 中的 and、or、not，对应在 es 中就是 must，should，must_not

在 es 中，每个连贯操作都是一个数组，用于连贯多个条件操作，示例如下：

GET /bank/_search{  "query": {    "bool": {      "should": [        {"match": {"age": 24}},        {"match": {"age": 25}}      ],      "must_not": [        {"match": {"gender": "M"}}      ]    }  }}

能够看到，与或非的操作咱们是在 query 的 bool 这个 key 的下一级，这个查问对应的 sql 的查问是：

where (age = 24 or age = 25) and gender != "M";

6、大小于过滤

在 es 中，大小于的过滤操作是简单一点的，也在 bool 这个 key 下一级，用到 filter 和 range 关键字

大小于的关键字和 Django 里的是一样的用到 gt, gte, lt, lte 这几个

比方咱们要搜寻 age 的范畴在 21 到 23 之间的包含 21 和 23 的数据

GET /bank/_search{  "query": {    "bool":{      "filter": {        "range": {          "age": {            "gte": 21,            "lte": 22          }        }      }    }  }}

下面的操作能够和与或非的操作进行并列，如果是间接搜寻大小于的操作，能够间接如下操作：

GET /bank/_search{  "query": {    "range": {      "age": {        "gte": 10,        "lte": 20      }    }  }}

如果想获取更多后端相干文章，可扫码关注浏览：