1、term&terms查询 1.1 term查询(分页)
term的查询是代表完全匹配，搜索之前不会对你搜索的关键字进行分词，对你的关键字去文档分词库中去匹配内容。
ElasticSearch查询语法: # term查询 POST /sms-logs-index/sms-logs-type/_search { "from": 0, "size": 5, "query": { "term": { "province": { "value": "北京" } } } }查询结果中max_score匹配度越高,数据的排名就越靠前
// Java代码实现方式 @Test public void termQuery() throws IOException { //1. 创建Request对象 SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); builder.from(0); builder.size(5); builder.query(QueryBuilders.termQuery("province","北京")); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 获取到_source中的数据，并展示 for (SearchHit hit : resp.getHits().getHits()) { Map<String, Object> result = hit.getSourceAsMap(); System.out.println(result); } } 1.2 terms查询terms和term的查询机制是一样的，都不会将指定的查询关键字进行分词，直接去分词库中匹配，找到相应文档内容。
terms是在针对一个字段包含多个值的时候使用。
term：where province = 北京；
terms：where province = 北京 or province = ？or province = ？
# terms查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "terms": { "province": [ "北京", "山西", "武汉" ] } } } ## 返回指定的列 POST /sms-logs-index/sms-logs-type/_search { "_source": ["province","fee"], "query": { "terms": { "province": [ "北京", "山西", "武汉" ] } } } // Java实现 @Test public void termsQuery() throws IOException { //1. 创建request SearchRequest request = new SearchRequest(index); request.types(type); //2. 封装查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); builder.query(QueryBuilders.termsQuery("province","北京","山西")); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出_source for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 2 、match查询match查询属于高级查询，他会根据你查询的字段类型不一样，采用不同的查询方式,更加灵活多变↓
查询的是日期或者是数值的话，他会将你基于的字符串查询内容转换为日期或者数值对待。
如果查询的内容是一个不能被分词的内容（keyword），match查询不会对你指定的查询关键字进行分词。
如果查询的内容时一个可以被分词的内容（text），match会将你指定的查询内容根据一定的方式去分词，去分词库中匹配指定的内容。
match查询，实际底层就是多个term查询，将多个term查询的结果给你封装到了一起而已。
2.1 match_all查询查询全部内容，不指定任何查询条件。
# match_all查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "match_all": {} } }java代码实现方式
// java代码实现 @Test public void matchAllQuery() throws IOException { //1. 创建Request SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); builder.query(QueryBuilders.matchAllQuery()); builder.size(20); // ES默认只查询10条数据，如果想查询更多，添加size request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } System.out.println(resp.getHits().getHits().length); } 2.2 match查询指定一个Field作为筛选的条件
# match查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "match": { "smsContent": "收货安装" } } }java代码实现方式
@Test public void matchQuery() throws IOException { ? ? //1. 创建Request ? ? SearchRequest request = new SearchRequest(index); ? ? request.types(type); ? ? //2. 指定查询条件 ? ? SearchSourceBuilder builder = new SearchSourceBuilder(); ? ? //----------------------------------------------- ? ? builder.query(QueryBuilders.matchQuery("smsContent","收货安装")); ? ? //----------------------------------------------- ? ? request.source(builder); ? ? //3. 执行查询 ? ? SearchResponse resp = client.search(request, RequestOptions.DEFAULT); ? ? //4. 输出结果 ? ? for (SearchHit hit : resp.getHits().getHits()) { ? ? ? ? System.out.println(hit.getSourceAsMap()); ? ? } } 2.3 match查询,追加操作,或者,并且基于一个Field匹配的内容，采用and或者or的方式连接
# 布尔match查询,内容既包含中国也包含健康 POST /sms-logs-index/sms-logs-type/_search { "query": { "match": { "smsContent": { "query": "中国 健康", "operator": "and" } } } } # 布尔match查询,内容包括健康或者包括中国 POST /sms-logs-index/sms-logs-type/_search { "query": { "match": { "smsContent": { "query": "中国 健康", "operator": "or" } } } }java代码实现方式
// Java代码实现 @Test public void booleanMatchQuery() throws IOException { //1. 创建Request SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //----------------------------------------------- 选择AND或者OR↓ builder.query(QueryBuilders.matchQuery("smsContent","中国 健康").operator(Operator.OR)); //----------------------------------------------- request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 2.4 multi_match查询,多字段属性查询match针对一个field做检索，multi_match针对多个field进行检索，多个field对应一个text。
# multi_match 查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "multi_match": { "query": "北京", "fields": ["province","smsContent"] } } }java代码实现方式（multiMatchQuery）
// java代码实现 @Test public void multiMatchQuery() throws IOException { //1. 创建Request SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //----------------------------------------------- builder.query(QueryBuilders.multiMatchQuery("北京","province","smsContent")); //----------------------------------------------- request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3 、其他查询 3.1 id查询根据id查询 where id = ?
# 查询id为21的数据 GET /sms-logs-index/sms-logs-type/21java代码实现方式（GetRequest）
// Java代码实现 @Test public void findById() throws IOException { //1. 创建GetRequest GetRequest request = new GetRequest(index,type,"21");//查id为21,可以打开看id再写即可 //2. 执行查询 GetResponse resp = client.get(request, RequestOptions.DEFAULT); //3. 输出结果 System.out.println(resp.getSourceAsMap()); } 3.2 ids查询根据多个id查询，类似MySQL中的where id in（id1，id2，id2...）
# ids查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "ids": { "values": ["21","22","23"] } } }java代码实现方式（idsQuery）
// Java代码实现 @Test public void findByIds() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.idsQuery().addIds("21","22","23")); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3.3 prefix查询,前缀查询前缀查询，可以通过一个关键字去指定一个Field的前缀，从而查询到指定的文档。
# prefix查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "prefix": { "corpName": { "value": "关键词" } } } }java代码实现方式
// Java实现前缀查询 @Test public void findByPrefix() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.prefixQuery("corpName","关键词")); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3.4 fuzzy查询,模糊,比如不完全输对,也能搜索出来模糊查询，我们输入字符的大概，ES就可以去根据输入的内容大概去匹配一下结果。
# fuzzy查询,可以指定前面几个字符是不允许出错 POST /sms-logs-index/sms-logs-type/_search { "query": { "fuzzy": { "corpName": { "value": "大概内容", "prefix_length": 2 } } } }java代码实现方式（fuzzyQuery）
// Java代码实现Fuzzy查询 @Test public void findByFuzzy() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.fuzzyQuery("corpName","大概内容").prefixLength(2)); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3.5 wildcard查询,外卡,通配符查询通配查询，和MySQL中的like是一个套路类似，可以在查询时，在字符串中指定通配符*和占位符？
# wildcard查询,可以使用*和？指定通配符和占位符(指定长度) POST /sms-logs-index/sms-logs-type/_search { "query": { "wildcard": { "corpName": { "value": "前缀*" } } } }代码实现方式（wildcardQuery）
// Java代码实现Wildcard查询 @Test public void findByWildCard() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.wildcardQuery("corpName","中国*")); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3.6 range查询,范围查询范围查询，只针对数值类型，对某一个Field进行大于或者小于的范围指定
# range查询,可以使用 gt：> ? ? ?gte：>= ? ? lt：< ? ? lte：<= POST /sms-logs-index/sms-logs-type/_search { ? "query": { ? ? "range": { ? ? ? "fee": { ? ? ? ? "gt": 5, ? ? ? ? "lte": 10 ? ? ? } ? ? } ? } }
java代码实现（rangeQuery）
// Java实现range范围查询 @Test public void findByRange() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.rangeQuery("fee").lte(10).gte(5)); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 3.7 regexp查询,正则查询正则查询，通过你编写的正则表达式去匹配内容。
Ps：prefix，fuzzy，wildcard和regexp查询效率相对比较低，要求效率比较高时，避免去使用
# regexp查询,编写正则 POST /sms-logs-index/sms-logs-type/_search { "query": { "regexp": { "mobile": "180[0-9]{8}" } } }java代码实现方式（regexpQuery）
// Java代码实现正则查询 @Test public void findByRegexp() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); //---------------------------------------------------------- builder.query(QueryBuilders.regexpQuery("mobile","180[0-9]{8}")); //---------------------------------------------------------- request.source(builder); //3. 执行 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 4、 深分页之Scroll（滚动分页）之前学过分页了,为啥还要学习深分页? 因为ES对from + size是有限制的，from和size二者之和不能超过1W
原理：
from+size在ES查询数据的方式↓：
第一步现将用户指定的关键字进行分词。
第二步将词汇去分词库中进行检索，得到多个文档的id。
第三步去各个分片中去拉取指定的数据。耗时较长。
第四步将数据根据score分数进行排序。耗时较长。
第五步根据from的值，将查询到的数据舍弃一部分。
第六步返回结果。
scroll+size在ES查询数据的方式↓：
第一步现将用户指定的关键字进行分词。
第二步将词汇去分词库中进行检索，得到多个文档的id。
第三步将文档的id存放在一个ES的上下文中。
第四步根据你指定的size的个数去ES中检索指定个数的数据，拿完数据的文档id，会从上下文中移除。
第五步如果需要下一页数据，直接去ES的上下文中，找后续内容。
第六步循环第四步和第五步
Scroll查询方式，不适合做实时的查询
分页课下扩展阅读↓
游标查询 Scroll | Elasticsearch: 权威指南 | Elastic
Elasticsearch 5.x 源码分析（3）from size, scroll 和 search after - 简书
elasticsearch深度分页问题 - 超级小小黑 - 博客园
# 执行scroll查询,返回第一页数据,并且将文档id信息存放在ES上下文中,指定生存时间为1m,1分钟 POST /sms-logs-index/sms-logs-type/_search?scroll=1m { "query": { "match_all": {} }, "size": 4, "sort": [ { "fee": { "order": "desc" } } ] } # 根据scroll,查询下一页数据 POST /_search/scroll { "scroll_id": "根据第一步得到的scorll_id去指定", "scroll": "scorll信息的生存时间" } # 删除scroll,在ES上下文中的数据 DELETE /_search/scroll/scroll_idjava代码实现方式
// Java实现scroll分页 @Test public void scrollQuery() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定scroll信息! request.scroll(TimeValue.timeValueMinutes(1L)); //3. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); builder.size(4); builder.sort("fee", SortOrder.DESC); builder.query(QueryBuilders.matchAllQuery()); request.source(builder); //4. 获取返回结果scrollId，source SearchResponse resp = client.search(request, RequestOptions.DEFAULT); String scrollId = resp.getScrollId(); System.out.println("----------首页---------"); for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } while(true) { //5. 循环 - 创建SearchScrollRequest SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId); //6. 指定scrollId的生存时间! scrollRequest.scroll(TimeValue.timeValueMinutes(1L)); //7. 执行查询获取返回结果 SearchResponse scrollResp = client.scroll(scrollRequest, RequestOptions.DEFAULT); //8. 判断是否查询到了数据，输出 SearchHit[] hits = scrollResp.getHits().getHits(); if(hits != null && hits.length > 0) { System.out.println("----------下一页---------"); for (SearchHit hit : hits) { System.out.println(hit.getSourceAsMap()); } }else{ //9. 判断没有查询到数据-退出循环 System.out.println("----------结束---------"); break; } } //10. 创建CLearScrollRequest ClearScrollRequest clearScrollRequest = new ClearScrollRequest(); //11. 指定ScrollId clearScrollRequest.addScrollId(scrollId); //12. 删除ScrollId ClearScrollResponse clearScrollResponse = client.clearScroll(clearScrollRequest, RequestOptions.DEFAULT); //13. 输出结果 System.out.println("删除scroll：" + clearScrollResponse.isSucceeded()); } 5 _delete_by_query,删除,根据查询出来的数据来删除（查询删除）根据term,match等查询方式去删除大量的文档
Ps：如果你需要删除的内容，是index下的大部分数据，推荐创建一个全新的index，将保留的文档内容，添加到全新的索引
# delete-by-query POST /sms-logs-index/sms-logs-type/_delete_by_query { "query": { "range": { "fee": { "lt": 4 } } } }java代码实现方式
// Java代码实现 @Test public void deleteByQuery() throws IOException { //1. 创建DeleteByQueryRequest DeleteByQueryRequest request = new DeleteByQueryRequest(index); request.types(type); //2. 指定检索的条件 和SearchRequest指定Query的方式不一样 request.setQuery(QueryBuilders.rangeQuery("fee").lt(4)); //3. 执行删除 BulkByScrollResponse resp = client.deleteByQuery(request, RequestOptions.DEFAULT); //4. 输出返回结果 System.out.println(resp.toString()); } 6 、复合查询 6.1 bool查询,布尔查询,组装多个条件复合过滤器，将你的多个查询条件，以一定的逻辑组合在一起。
must： 所有的条件，用must组合在一起，表示And的意思
must_not：将must_not中的条件，全部都不能匹配，表示Not的意思
should：所有的条件，用should组合在一起，表示Or的意思
// Java代码实现Bool查询 @Test public void BoolQuery() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); //# 查询省份为武汉或者北京 boolQuery.should(QueryBuilders.termQuery("province","武汉")); boolQuery.should(QueryBuilders.termQuery("province","北京")); //# 运营商不是联通 boolQuery.mustNot(QueryBuilders.termQuery("operatorId",2)); //# smsContent中包含中国和平安 boolQuery.must(QueryBuilders.matchQuery("smsContent","中国")); boolQuery.must(QueryBuilders.matchQuery("smsContent","平安")); builder.query(boolQuery); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 6.2 boosting查询之前我们查询数据,可以查到分数,分数越高,越靠前,但是有些时候,我又不想某些数据太靠前,所以要操作分数↓
boosting查询可以帮助我们去影响查询后的score↓
positive：只有匹配上positive的查询的内容,才会被放到返回的结果集中(巧记积极返回,我要的)
negative：如果匹配上和positive并且也匹配上了negative,就可以降低这样的文档score(巧记消极减分,我要扣分的)
negative_boost：指定系数,必须小于等于1.0
关于查询时，分数是如何计算的↓
搜索的关键字在文档中出现的频次越高，分数就越高
搜索的内容所在的文档越短，分数就越高
我们在搜索时，指定的关键字也会被分词，这个被分词的内容，被分词库匹配的个数越多，分数越高
# boosting查询,收货安装 POST /sms-logs-index/sms-logs-type/_search { "query": { "boosting": { "positive": { "match": { "smsContent": "收货安装" } }, "negative": { "match": { "smsContent": "王五" } }, "negative_boost": 0.5 } } }java代码实现方式：
// Java实现Boosting查询 @Test public void BoostingQuery() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); BoostingQueryBuilder boostingQuery = QueryBuilders.boostingQuery( QueryBuilders.matchQuery("smsContent", "收货安装"), QueryBuilders.matchQuery("smsContent", "王五") ).negativeBoost(0.5f); builder.query(boostingQuery); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } }查询结果比如没减分之前王五的分数是1.75...,减分之后,系数写的0.5,就相当于1.75乘以0.5等于0.8
7 、bool查询之过滤查询,filter查询query,根据你的查询条件,去计算文档的匹配度得到一个分数,并且根据分数进行排序,不会做缓存
filter,根据你的查询条件去查询文档,不去计算分数,而且filter会对经常被过滤的数据,进行缓存(如果注重匹配度用query,否则里面使用filter效率更高)
# filter查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "bool": { "filter": [ { "term": { "corpName": "关键词" } }, { "range": { "fee": { "lte": 5 } } } ] } } }java实现方式
// Java实现filter操作 @Test public void filter() throws IOException { //1. SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 查询条件 SearchSourceBuilder builder = new SearchSourceBuilder(); BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); boolQuery.filter(QueryBuilders.termQuery("corpName","关键词")); boolQuery.filter(QueryBuilders.rangeQuery("fee").lte(5)); builder.query(boolQuery); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } 8 、高亮查询高亮查询就是你用户输入的关键字,以一定的特殊样式展示给用户,让用户知道为什么这个结果被检索出来了。
高亮展示的数据,本身就是文档中的一个Field,单独将数据以Field以highlight的形式返回给你,
ES提供了一个highlight属性,和query同级别,里面可以指定↓
fragment_size：指定高亮数据展示多少个字符回来,默认为100
pre_tags：指定前缀标签,举个栗子< font color='red' >
post_tags：指定后缀标签,举个栗子< /font >
fields：指定哪几个Field以高亮的形式返回
RESTful实现
# highlight查询 POST /sms-logs-index/sms-logs-type/_search { "query": { "match": { "smsContent": "关键词" } }, "highlight": { "fields": { "smsContent": {} }, "pre_tags": "<font color='red'>", "post_tags": "</font>", "fragment_size": 10 } }说白了就是把要高亮的数据增加一个html标签并加上属性,比如字体的红色属性,这样以后把查询出来的数据在浏览器打开时就是红色的了
java代码实现方式：
// Java实现高亮查询 @Test public void highLightQuery() throws IOException { //1. SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定查询条件（高亮） SearchSourceBuilder builder = new SearchSourceBuilder(); //2.1 指定查询条件 builder.query(QueryBuilders.matchQuery("smsContent","关键词")); //2.2 指定高亮 HighlightBuilder highlightBuilder = new HighlightBuilder(); highlightBuilder.field("smsContent",10) .preTags("<font color='red'>") .postTags("</font>"); builder.highlighter(highlightBuilder); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 获取高亮数据，输出 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getHighlightFields().get("smsContent")); } } 9、 聚合查询ES的聚合查询和MySQL的聚合查询类似,但ES的聚合查询相比MySQL要强大的多,有ES提供的统计数据的方式多种多样,但是格式基本如下↓
# ES聚合查询的RESTful语法 POST /index/type/_search { "aggs": { "名字推荐写agg": { "agg_type": { "属性": "值" } } } } 9.1 基数去重,计数查询去重计数，即Cardinality，第一步先将返回的文档中的一个指定的field进行去重，统计一共有多少条
# 去重计数查询 北京 上海 武汉 山西 POST /sms-logs-index/sms-logs-type/_search { "aggs": { "agg": { "cardinality": { "field": "province" } } } }java代码实现方式
//Java代码实现去重计数查询 @Test public void cardinality() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定使用的聚合查询方式 SearchSourceBuilder builder = new SearchSourceBuilder(); builder.aggregation(AggregationBuilders.cardinality("agg").field("province")); request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 获取返回结果 Cardinality agg = resp.getAggregations().get("agg"); long value = agg.getValue(); System.out.println(value); } 9.2 范围统计查询,比如在一定的区间内的数据统计查询出来封装在桶里面统计一定范围内出现的文档个数，比如，针对某一个Field的值在 0~100,100~200,200~300之间文档出现的个数分别是多少。
范围统计可以针对普通的数值，针对时间类型，针对ip类型都可以做相应的统计。
range数值范围，date_range时间范围，ip_range即ip访问统计↓
# 数值方式范围统计,from有包含当前值的意思 POST /sms-logs-index/sms-logs-type/_search { "aggs": { "agg": { "range": { "field": "fee", "ranges": [ { "to": 5 }, { "from": 5, "to": 10 }, { "from": 10 } ] } } } }结果,from5有>=5的意思,而to没有
时间范围统计↓
# 时间方式范围统计 POST /sms-logs-index/sms-logs-type/_search { "aggs": { "agg": { "date_range": { "field": "createDate", "format": "yyyy", "ranges": [ { "to": 2000 }, { "from": 2000 } ] } } } }结果,2000年以前的有多少个,2000以后的有多少个数据
ip范围统计↓
# ip方式 范围统计 POST /sms-logs-index/sms-logs-type/_search { "aggs": { "agg": { "ip_range": { "field": "ipAddr", "ranges": [ { "to": "10.126.2.9" }, { "from": "10.126.2.9" } ] } } } } // Java实现数值 范围统计 @Test public void range() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定使用的聚合查询方式 SearchSourceBuilder builder = new SearchSourceBuilder(); //--------------------------------------------- builder.aggregation(AggregationBuilders.range("agg").field("fee") .addUnboundedTo(5) .addRange(5,10) .addUnboundedFrom(10)); //--------------------------------------------- request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 获取返回结果 Range agg = resp.getAggregations().get("agg");//注意这里用Range才有getBuckets方法↓ for (Range.Bucket bucket : agg.getBuckets()) { String key = bucket.getKeyAsString(); Object from = bucket.getFrom(); Object to = bucket.getTo(); long docCount = bucket.getDocCount(); System.out.println(String.format("key：%s，from：%s，to：%s，docCount：%s",key,from,to,docCount));//%s理解为占位符的意思 } }代码怎么写其实和查询出来的结果标签其实是一一对应的,要注意这里用Range才有getBuckets方法
9.3 扩展状态,统计聚合查询,求最值等等他可以帮你查询指定Field的最大值，最小值，平均值，平方和等
使用extended_stats查出来的结果里面就有各种最大值，最小值，平均值，平方和等(扩展状态,扩展内容
# 统计聚合查询,扩展状态 POST /sms-logs-index/sms-logs-type/_search { "aggs": { "agg": { "extended_stats": { "field": "fee" } } } }结果,使用extended_stats查出来的结果里面就有各种最大值，最小值，平均值，平方和等等
java代码实现方式
// Java实现统计聚合查询 @Test public void extendedStats() throws IOException { //1. 创建SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2. 指定使用的聚合查询方式 SearchSourceBuilder builder = new SearchSourceBuilder(); //--------------------------------------------- builder.aggregation(AggregationBuilders.extendedStats("agg").field("fee")); //--------------------------------------------- request.source(builder); //3. 执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4. 获取返回结果 ExtendedStats agg = resp.getAggregations().get("agg"); double max = agg.getMax(); double min = agg.getMin(); System.out.println("fee的最大值为：" + max + "，最小值为：" + min); }其他聚合查询方式看官方文档：Elasticsearch Guide [6.5] | Elastic
10 、地图经纬度搜索ES中提供了一个数据类型 geo_point，这个类型就是用来存储经纬度的,
创建一个带geo_point类型的索引,并添加测试数据,来方便接下来的查询↓
10.1 ES的地图检索方式?
10.2 基于RESTful实现地图检索geo_distance↓
# geo_distance,确定一个点,表示检索经纬度是北京站北京distance为3000米,方圆的范围的数据,arc圆形 POST /map/map/_search { ? "query": { ? ? "geo_distance": { ? ? ? "location": {?? ??? ??? ? ? ? ? ? "lon": 116.433733, ? ? ? ? "lat": 39.908404 ? ? ? }, ? ? ? "distance": 3000,?? ??? ??? ?? ? ? ? "distance_type": "arc"? ? ? } ? } }geo_bounding_box↓
# geo_bounding_box,左上角中央人民大学的经纬度坐标点,右下角北京建筑大学的经纬度坐标点 POST /map/map/_search { "query": { "geo_bounding_box": { "location": { "top_left": { "lon": 116.326943, "lat": 39.95499 }, "bottom_right": { "lon": 116.347783, "lat": 39.939281 } } } } }geo_polygon↓
# geo_polygon,指定多个点确定一个多边形,第一个点西苑操场,第二个点巴沟山水园,第三个点中关村 POST /map/map/_search { "query": { "geo_polygon": { "location": { "points": [ { "lon": 116.298916, "lat": 39.99878 }, { "lon": 116.29561, "lat": 39.972576 }, { "lon": 116.327661, "lat": 39.984739 } ] } } } } 10.3 Java实现es基于地理位置经纬度范围查询↓ public class Test03 { RestHighLevelClient client = ESClient.getClient(); String index = "map";//索引库名字 String type = "map";//类型表名字 @Test public void geoPolygon() throws IOException { //1.SearchRequest SearchRequest request = new SearchRequest(index); request.types(type); //2.指定检索方式 SearchSourceBuilder builder = new SearchSourceBuilder(); List<GeoPoint> points = new ArrayList<GeoPoint>(); //geo_polygon,多点多边形,以第一个点西苑操场,第二个点巴沟山水园,第三个点中关村构成的多边形,包括海淀公园↓ points.add(new GeoPoint(39.99878,116.298916)); points.add(new GeoPoint(39.972576,116.29561)); points.add(new GeoPoint(39.984739,116.327661)); builder.query(QueryBuilders.geoPolygonQuery("location",points)); //geo_bounding_box,两点矩形,以左上角中央人民大学,右下角北京建筑大学构成的矩形包括北京动物园↓ //GeoBoundingBoxQueryBuilder location1 = QueryBuilders.geoBoundingBoxQuery("location"); //location1.topLeft().reset(39.95499,116.326943); //location1.bottomRight().reset(39.939281,116.347783); //builder.query(location1); //distance,单点方圆,北京站这个点,方圆3000米的范围,包括天安门↓ //GeoDistanceQueryBuilder location = QueryBuilders.geoDistanceQuery("location"); //location.point(39.908404,116.433733).distance("3000"); //builder.query(location); request.source(builder); //3.执行查询 SearchResponse resp = client.search(request, RequestOptions.DEFAULT); //4.输出结果 for (SearchHit hit : resp.getHits().getHits()) { System.out.println(hit.getSourceAsMap()); } } }
 1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |
标签： #ElasticSearch #JAVA #查询 #term查询POST
