探索你的数据(1)

原文地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/getting-started-search.html

elasticsearch版本：6.5

1、示例数据

既然我们已经大致了解了基础知识，那么让我们试着研究一个更现实的数据集。我准备了一个客户银行账户信息的虚构JSON文档样本。每个文档都有以下架构：

{
    "account_number": 0,
    "balance": 16623,
    "firstname": "Bradshaw",
    "lastname": "Mckenzie",
    "age": 29,
    "gender": "F",
    "address": "244 Columbus Place",
    "employer": "Euron",
    "email": "[email protected]",
    "city": "Hobucken",
    "state": "CO"
}

出于好奇，此数据是使用www.json-generator.com/生成的，因此请忽略数据的实际值和语义，因为它们都是随机生成的

2、示例数据下载

您可以从这里下载示例数据集（accounts.json）。将其提取到当前目录，然后按如下方式将其加载到集群中：

curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_doc/_bulk?pretty&refresh" --data-binary "@accounts.json"
curl "localhost:9200/_cat/indices?v"

得到的响应如下：

health status index uuid         pri rep docs.count docs.deleted store.size pri.store.size
yellow open   bank  l7sSYV2cQX 4  5   1       1000        0         128.6kb        128.6kb

这意味着我们刚刚成功地将1000个文档批量索引到银行索引中（在_doc类型下）。

3、Search API

现在让我们从一些简单的搜索开始。运行搜索有两种基本方法：一种是通过REST请求URI发送搜索参数，另一种是通过REST请求主体发送搜索参数。请求主体方法允许您更具表现力，还可以用更可读的JSON格式定义搜索。我们将尝试一个请求URI方法的示例，但在本教程的其余部分中，我们将专门使用请求体方法。

扫描二维码关注公众号，回复： 4758687 查看本文章

用于搜索的REST API可以从_search访问。此示例返回银行索引中的所有文档：

GET /bank/_search?q=*&sort=account_number:asc&pretty

我们先分析一下搜索电话。我们正在银行索引中搜索（_search，q=*参数指示ElasticSearch匹配索引中的所有文档。sort=account_number:asc参数指示使用每个文档的account_number字段按升序对结果进行排序。同样，pretty参数只告诉elasticsearch返回漂亮打印的JSON结果。

得到的响应为(部分显示)：

{
  "took" : 63,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1000,
    "max_score" : null,
    "hits" : [ {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "0",
      "sort": [0],
      "_score" : null,
      "_source" : {"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"[email protected]","city":"Hobucken","state":"CO"}
    }, {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "1",
      "sort": [1],
      "_score" : null,
      "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"[email protected]","city":"Brogan","state":"IL"}
    }, ...
    ]
  }
}

通过这个响应，我们可以得到一下内容：

took — elasticsearch执行查询消耗的时间，单位是毫秒

timed_out — 告诉我们查询是否超时了

_shards — 告诉我们有多少个分配被查询，其中有多少个成功的，多少个失败的

hits — 查询命中的结果

hits.total — 总共有多少个文档满足我们的查询条件

hits.hits — 查询到的数据

hits.sort — 查询结果的排序字段，如果没有指定按照score排序

hits._score 和 max_score — 查询的得分，最高得分

下面是上面使用request 请求体方法进行的相同搜索:

GET /bank/_search
{
    "query":{"match_all":{}},
    "sort":[
        {"account_number":"asc"}
    ]
}

这里的不同点就是用一个JSON风格的request请求体代替了q=*。

4、Query语句简单介绍

ElasticSearch提供了一种JSON风格的语言，您可以使用它来执行查询。这被称为Query DSL。查询语言非常全面，乍一看可能很吓人，但实际学习它的最好方法是从几个基本示例开始。

回到上一个例子，我们执行这个查询：

GET /bank/_search
{
    "query":{"match_all":{}}
}

仔细分析上面的内容，query部分告诉我们查询定义是什么，match_all部分是我们想要运行的查询类型。match_all查询只是搜索指定索引中的所有文档。

除了查询参数，我们还可以传递其他参数来影响搜索结果。在上面部分的示例中，我们传入了sort，这里我们传入了size：

GET /bank/_search
{
    "query":{"match_all":{}},
    "size":1    
}

这里需要注意，如果size参数没有指定，默认值是10.

接下来的例子是查询一个文档，返回从10到19这10个结果：

GET /bank/_search
{
    "query":{"match":{}},
    "from"： 10,
    "size": 10
}

from参数指定的是从第几条记录开发返回，默认值是0，size参数指定的是返回结果的条数。这个功能在分页产找时很重要。

下面这个示例执行“全部匹配”，并按帐户余额降序排序结果，并返回前10个（默认大小）文档：

GET /bank/_search
{
    "query":{"match_all":{}},
    "sort":{"balance":{"order":"desc"}}
}

5、search查询

我们已经看到了一些基本的搜索参数，那么让我们深入研究一下Query DSL。让我们先看看返回的文档字段。默认情况下，作为所有搜索的一部分返回完整的JSON文档。这被称为“source”（搜索命中中的“_source”字段）。如果我们不希望返回整个_source文档，我们可以只请求返回_source中的几个字段。

此示例显示如何从搜索中返回两个字段，即account_number和balance（在_source内）：

GET /bank/_search
{
    "query":{"match_all":{}},
    "_source":["account_number","balance"]
}

这个查询的响应中将只有一个_source字段，并且里面只有account_number和balance两个字段。如果你会SQL语句，那么这个请求就类似于SQL中的select from 字段列表。

现在让我们继续关注query部分，上面已经看到match_all查询是查询所有的文档。现在，让我们介绍一个名为match query的新查询，它可以被视为基本的字段化搜索查询（即针对特定字段或一组字段进行的搜索）。

下面这个列子返回account_number是20的结果：

GET /bank/_search
{
    "query":{"match":{"account_number":20}}
}

下面的例子返回的是address字段中包含mill的结果：

GET /bank/_search
{
    "quer":{"match"：{"address":"mill"}}
}

下面的例子返回的是address字段中包含mill或lane的结果：

GET /bank/_search
{
    "query":{"match":{"address":"mill lane"}}
}

下面的例子返回的是address字段中包含mill lane的结果：

GET /bank/_search
{
    "query":{"match_phrase":{"address":"mill lane"}}
}

接下来我们看下bool query，bool查询允许我们组合使用布尔逻辑。

下面的例子组合了两个match查询，将返回address字段中包含mill和lane的记录：

GET /bank/_search
{
    "query":{
        "bool":{
            "must":[
                {"match":{"address":"mill"}},
                {"match":{"address":"lane"}}
            ]
        }    
    }
}

这个例子中要求must大括号里面的查询条件必须都为真，才认为满足查询条件。

相反，下面这个例子用手should组装两个match条件，返回的结果将是address字段里面包含mill或是包含lane的记录：

GET /bank/_search
{
    "query":{
        "bool":{
            "should":{
                {"match":{"address":"mill"}},
                {"match":{"address":"lane"}}    
            }
        }
    }
}

线面的例子返回的是address字段里面既不包含mill也不包含lane的记录：

GET /bank/_search
{
    "query":{
        "bool":{
            "must_not":[
                {"match":{"address","mill"}},
                {"match":{"address","lane"}}
            ]
        } 
    }
}

我们可以在bool查询中自由的组装must，should和must_not，在bool中组装bool查询，来实现更加复杂的逻辑。

下面的例子是年龄为40岁并且state不是ID的记录：

GET /bank/_search
{
    "query":{
        "bool":{
            "must":[
                {"match":{"age":40}}
             ],
            "must_not":[
                {"match":{"state":"ID"}}
            ]
        }
     }
}

未完待续...

猜你喜欢