ElasticSearch的查询相关操作---使用es的api和结果遍历

QueryBuilders：

QueryBuilders:
    boolQuery:
        must:相当于sql的and
        must not:相当于sql的not
        should:相当于sql的or
    mathcquery:单个匹配
    mathcAllQuery:匹配所有
    termQuery:termQuery("key", obj) 完全匹配 ;termsQuery("key", obj1, obj2..)  一次匹配多个值
    multiMatchQuery:multiMatchQuery("text", "field1", "field2"..);  匹配多个字段, field有通配符忒行
    idsQuery:构造一个只会匹配的特定数据 id 的查询
    constantScoreQuery:看了一下这个类的构造函数ConstantScoreQuery(Filter filter) ，我的理解就是通过构造filter来完成文档的过滤，并且返回一个复合当前过滤条件的文档的常量分数，这个分数等于为查询条件设置的boost
    fuzzyQuery:模糊查询
    moreLikeThisQuery:文档中的文本查询
    prefixQuery:前缀查询
    rangeQuery:在一个范围内查询相匹配的文档
    termQuery:一个查询相匹配的文件包含一个术语
    termsQuery:一个查询相匹配的多个value---minimumMatch(1); // 设置最小数量的匹配提供了条件。默认为1。
    wildcardQuery:通配符查询
    nestedQuery:嵌套查询---scoreMode("total");// max, total, avg or none
    disMaxQuery:对子查询的结果做union, score沿用子查询score的最大值,
    spanFirstQuery:跨度查询,还包括(spanNearQuery,spanNotQuery,spanOrQuery,spanTermQuery)

其他字段解释：

percent_terms_to_match：匹配项（term）的百分比，默认是0.3
    min_term_freq：一篇文档中一个词语至少出现次数，小于这个值的词将被忽略，默认是2
    max_query_terms：一条查询语句中允许最多查询词语的个数，默认是25
    stop_words：设置停止词，匹配时会忽略停止词
    min_doc_freq：一个词语最少在多少篇文档中出现，小于这个值的词会将被忽略，默认是无限制
    max_doc_freq：一个词语最多在多少篇文档中出现，大于这个值的词会将被忽略，默认是无限制
    min_word_len：最小的词语长度，默认是0
    max_word_len：最多的词语长度，默认无限制
    boost_terms：设置词语权重，默认是1
    boost：设置查询权重，默认是1
    analyzer：设置使用的分词器，默认是使用该字段指定的分词器

操作例子（es版本还是1.7.2）：

//查询某个医生的明细-- boolean query and 条件组合查询(时间+护士名称)
BoolQueryBuilder must = QueryBuilders.boolQuery().must(
        QueryBuilders.matchQuery("name_doc", "681_护士206"))
        .must(QueryBuilders.rangeQuery("yke123").gte(startTime + START_DATE_YUE)
        .lte(endTime + END_DATE_YUE));
SearchResponse searchResponse = mSRB.setQuery(must).execute().actionGet();
/**
 * 在es中所有的查询结果都会保存在SearchResponse中，在从SearchResponse中读取数据的时候，有两种方式：第一种是对Query的结果进行读取，
 * 使用的是hit，每一条查询到的doc都是一个hit，可以将每个hit转换为map形式的数据，map的具体形式为<"field"，"value">的形式
 */
for(SearchHit hit:searchResponse.getHits()){
    Map<String, Object> source = hit.getSource();//每条数据
    if (!source.isEmpty()) {
        String name_depa=(String) source.get("name_depa");
        String name_doc=(String)source.get("name_doc");
        System.out.println(name_depa+"=="+name_doc);
    }
}
//查询该人的工时
SearchResponse searchResponse1 = mSRB.setQuery(must).addAggregation(AggregationBuilders.sum("hushi").field("hushi")).get();
InternalSum hushi = searchResponse1.getAggregations().get("hushi");
System.out.println("总工的工时"+hushi.getValue());
/**
 * 第二种方式是针对查询中的聚合问题（aggregation），聚合完成后的每条doc都是一个bucket（桶），他的访问只能通过bucket来进行，而不能使用hit
 */
//设置聚合查询条件---使用SearchResponse封装结果
SearchResponse searchResponse3 = mSRB.addAggregation(AggregationBuilders.terms("name_doc").field("name_doc").size(0))//返回所有数据用0
        .execute().actionGet();
System.out.println(searchResponse);
Terms depa_count = searchResponse.getAggregations().get("name_doc");
for (Terms.Bucket bucket : depa_count.getBuckets()) {
    String name_depa = bucket.getKey();//科室名称
    long docCount = bucket.getDocCount();//科室出现的次数

    System.out.println(name_depa + "==" + docCount);
}
//该医生在该月的总条数
long l = searchResponse.getHits().totalHits();
System.out.println(l+"===============");

使用游标sroll进行分页查询遍历

client = (Client) Pools.getPool().borrowObject();//从链接池中获取客户端
//构建查询器
SearchRequestBuilder mSRB = client
        .prepareSearch(index1)//索引--查询工时表
        .setSearchType(SearchType.SCAN)//设置查询类型--DFS_QUERY_THEN_FETCH
        .setSize(100).setScroll(TimeValue.timeValueMinutes(8));
String startTime = "2013-08";
String endTime = "2013-09";
String timeType = "0";
BoolQueryBuilder must = QueryBuilders.boolQuery()
        //.must(QueryBuilders.matchQuery("name_doc", "681_护士206"))
        .must(QueryBuilders.rangeQuery("yke123").gte(startTime + START_DATE_YUE)
                .lte(endTime + END_DATE_YUE));
SearchResponse searchResponse = mSRB.setQuery(must).execute().actionGet();
//使用scroll遍历查询的数据
Date begin = new Date();
long count = searchResponse.getHits().getTotalHits();//第一次不返回数据
for(int i=0,sum=0; sum<count; i++){
    searchResponse = client.prepareSearchScroll(searchResponse.getScrollId())
            .setScroll(TimeValue.timeValueMinutes(8))
            .execute().actionGet();
    sum += searchResponse.getHits().hits().length;
    for(SearchHit hit:searchResponse.getHits()){
        Map<String, Object> source = hit.getSource();
        String name_depa=(String) source.get("name_depa");
        String name_doc=(String)source.get("name_doc");
        String yke123=(String)source.get("yke123");
        System.out.println("科室:"+name_depa+"医生:"+name_doc+"开单时间:"+yke123);
    };
    System.out.println("总量"+count+" 已经查到"+sum);
}
Date end = new Date();
System.out.println("耗时: "+(end.getTime()-begin.getTime()));

引用他人的http://blog.csdn.net/xr568897472/article/details/73826255：

（1）统计某个字段的数量
ValueCountBuilder vcb= AggregationBuilders.count("count_uid").field("uid");
（2）去重统计某个字段的数量（有少量误差）
CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");
（3）聚合过滤
FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));
（4）按某个字段分组
TermsBuilder tb= AggregationBuilders.terms("group_name").field("name");
（5）求和
SumBuilder sumBuilder= AggregationBuilders.sum("sum_price").field("price");
（6）求平均
AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");
（7）求最大值
MaxBuilder mb= AggregationBuilders.max("max_price").field("price");
（8）求最小值
MinBuilder min= AggregationBuilders.min("min_price").field("price");
（9）按日期间隔分组
DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");
（10）获取聚合里面的结果
TopHitsBuilder thb= AggregationBuilders.topHits("top_result");
（11）嵌套的聚合
NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");
（12）反转嵌套
AggregationBuilders.reverseNested("res_negsted").path("kps ");

ElasticSearch的查询相关操作---使用es的api和结果遍历

猜你喜欢