elasticsearch7常见查询（term、match、bool、filter）

一、精准查询term
term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇

1、term单值
字段只有一个值时候，用term关键词查询

查询biz_id值为1909190023901225的记录

curl -XGET http://192.168.1.73:9200/xyerp/order/_search -H 'Content-Type: application/json' -d '
{
"query": {
     "term": {
       "biz_id": "1909190023901225"
      }
}
}
进一步优化查询，因为是精准查询，不需要查询进行评分计算，只希望对文档进行包括或排除的计算，所以我们会使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分。推荐如下查询

{
    "query" : {
        "constant_score" : {
             "filter" : {
                "term" : {
                    "biz_id" : "1909190023901225"
                }
            }
        }
    }
}'
2、terms多值
字段有一多个值时候，用terms关键词查询，后跟数组

{
    "query":{
        "terms":{
            "biz_id":["1909190023901225"]
        }
    }
}'
constant_score 以非评分模式查询，推荐如下查询

{
    "query" : {
        "constant_score" : {
             "filter" : {
                "terms" : {
                    "biz_id" : ["1909190023901225","e1909190111365113"]
                }
            }
        }
    }
}'
3、term多个字段
{
   "query": [{
       "term": {
           "biz_id": "1909190023901225"
       }
   }, {
       "term": {
           "name": "zhangsan"
       }
   }]
}
二、匹配查询match
match和term的区别是 ,match查询的时候,elasticsearch会根据你给定的字段提供合适的分析器,而term查询不会有分析器分析的过程，match查询相当于模糊匹配,只包含其中一部分关键词就行

match 是模糊查询，而term 是精确匹配查询；

1、match
进行full text search或者exact value(非string字段或not_analyzed的字段)，进行匹配

查询字段merchant_id为2501的值，并按时间倒序

{
   "query": {
     "match": {
       "merchant_id": "2501"
     }
   },
   "sort": [
     {
       "trade_finished_time": {
         "order": "desc"
       }
     }
   ]
}'
2、match_all
{ "match_all": {}} 匹配所有的，当不给查询条件时，默认全查。

{
   "query": {
       "match_all": {}
   }
}
3、multi_match
同时对查询的关键词，多个字段同时进行匹配，即多个字段是AND的关系

{
    "query":{
        "multi_match":{
            "query":"2501",
            "fields":["merchant_id","_id"]
        }
    }
}
同时field还支持更为丰富的查询

在在fields中，按brandName（品牌名）、sortName（分类名）、productName（商品名）productKeyword（商品关键字），搜索“牛仔弹力”关键词，brandName源值、拼音值、关键字值都是100分，sortName源值、拼音值80分，productName源值60分，productKeyword值20分，分值由高到低优先级搜索

{
"query": {
    "multi_match": {
      "query": "牛仔弹力",
      "fields": [
        "brandName^100",
        "brandName.brandName_pinyin^100",
        "brandName.brandName_keyword^100",
        "sortName^80",
        "sortName.sortName_pinyin^80",
        "productName^60",
        "productKeyword^20"
      ],
      "type": <multi-match-type>,
      "operator": "AND"
    }
}
}
4、match_phrase
match_phrase查询分析文本，并从分析文本中创建短语查询。
类似 match 查询， match_phrase 查询首先将查询字符串解析成一个词项列表，然后对这些词项进行搜索，但只保留那些包含全部搜索词项，且位置与搜索词项相同的文档

如下，查询 quick brown、quick brown fox、 brown fox可以查询到，quick fox 查询不到

{
      "query": {
          "match_phrase": {
              "title": "quick brown fox"
          }
      }
}
如下，查询 a,b，啊和b之间隔3个字符可以查询到，隔不是3个查询不到

{
    "query":{
        "match_phrase" :{
            "query":"a,b",
            "slop":3
        }
    }
}
三、bool查询
bool查询包含四种操作符，分别是must,should,must_not,query。它们均是一种数组，数组里面是对应的判断条件

must：必须匹配，与and等价。贡献算分

must_not：必须不匹配，与not等价，常过滤子句用，但不贡献算分

should：选择性匹配，至少满足一条，与 OR 等价。贡献算分

filter：过滤子句，必须匹配，但不贡献算分

{
    "query" : {
        "filtered" : {
            "filter" : {
                "bool" : {
                    "should" : [
                        { "term" : {"merchant_id" : 100}},
                        { "term" : {"pay_type" : "3"}}
                    ],
                    "must_not" : {
                        "term" : {"trade_type" : "2"}
                    }
                }
            }
        }
    }
}'
四、filter查询
过滤器，会查询对结果进行缓存，不会计算相关度，避免计算分值，执行速度非常快。

如下，查询出status为active的状态

{
"query": {
    "bool": {
      "filter": {
        "term": {
          "status": "active"
        }
      }
    }
}
}
filter也常和range范围查询一起结合使用，range范围可供组合的选项

gt : 大于

lt : 小于

gte : 大于等于

lte :小于等于

如下，查询merchant_id值为2501下的交易数据

{
"query": {
    "bool": {
      "must": {
        "term": {
          "merchant_id": "2501"
        }
      },
      "filter": {
        "range": {
          "trade_finished_time": {
            "from": "2019-09-01T00:00:00",
            "to": "2019-09-30T23:59:59"
          }
        }
      }
    }
}
}
如下查询，must下匹配，filter进行过滤，range定义范围

{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "title": "Search"
                        }
                },
                {
                    "match": {
                    "content": "Elasticsearch"
                    }
                }
            ],
            "filter": [
                {
                    "term": {
                        "status": "1"
                        }
                },
                {
                    "range": {
                        "publish_date": {
                        "gte": "2015-01-01"
                        }
                    }
                }
            ]
        }
     }
}
五、常见查询场景
1、查询商户ID为3582，订单号为360102199003072618，按时间范围过滤，按下单时间倒序，每次查询100条

{
   "query": {
       "bool": {
           "must": [{
               "term": {
                   "merchant_id": "3582"
               }
           }, {
               "term": {
                   "order_num": "360102199003072618"
               }
           }],
           "filter": [{
               "range": {
                   "order_time": {
                       "from": "2019-11-01T17:00:00+08:00",
                       "to": "2019-11-01T20:00:00+08:00"
                   }
               }
           }]
       }
   },
   "size": 100,
   "sort": [{
       "order_time": "desc"
   }]
}

————————————————
版权声明：本文为CSDN博主「LiryZlian」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/lzxlfly/article/details/102771175