1. Elasticsearch的查询方式

Elasticsearch（ES）提供了多种查询方式，可以根据不同的需求和场景选择合适的查询类型。

2. 常用的ES查询方式

• Match Query（匹配查询）： 根据字段中的内容进行全文匹配查询，可以使用match、multi_match等。

• Term Query（精确查询）： 根据字段中的精确值进行查询，适用于keyword类型或者已经执行过分词器的字段。

• Range Query（范围查询）： 根据字段中的范围值进行查询，可以用来查询数字或日期范围，例如大于、小于、范围内等。

• Bool Query（布尔查询）： 通过逻辑运算符（must、must_not、should）组合多个查询条件，实现更复杂的查询逻辑。

• Match Phrase Query（短语匹配查询）： 根据字段中连续的短语进行查询，适用于需要保持短语顺序的查询。

• Prefix Query（前缀查询）： 根据字段中的前缀进行查询，适用于需要按照前缀匹配查询的场景。

• Wildcard Query（通配符查询）： 根据通配符模式进行查询，支持通配符符号（*和?）进行模糊匹配。

• Fuzzy Query（模糊查询）： 根据字段中的模糊匹配进行查询，可以通过设置fuzziness参数来控制模糊程度。

• Nested Query（嵌套查询）： 根据嵌套对象进行查询，以便查询嵌套在文档中的相关信息。

• Aggregation Query（聚合查询）： 用于计算、统计和分析数据，包括求和、平均值、最小值、最大值、分组等操作。

以上只是一些常见的查询方式，ES还提供了更多的查询类型和功能，如复杂查询、地理位置查询、正则表达式查询等，可根据实际需求选择合适的查询方式。

3. 查询案例

下面是一个包含各种查询案例的示例：

3.1 products的索引

product_name：产品名称，类型为textcategory：产品类别，类型为keywordprice：产品价格，类型为floatdescription：产品描述，类型为texttags：产品标签，类型为keyword

创建索引products：

PUT /products
{"settings": {"number_of_shards": 1,"number_of_replicas": 1},"mappings": {"properties": {"product_name": {"type": "text"},"category": {"type": "keyword"},"price": {"type": "float"},"description": {"type": "text"},"tags": {"type": "keyword"}}}
}

创建了一个名为products的索引。 number_of_shards定义了主分片数为1。
number_of_replicas定义了副本数为1。 mappings定义了索引中的字段类型和属性。

3.2 Match Query（匹配查询）

POST /products/_search
{"query": {"match": {"product_name": "laptop"}}
}

使用match查询来进行全文匹配查询。 在product_name字段中匹配关键词"laptop"。
返回与"laptop"相关度最高的文档。

3.3 Term Query（精确查询）

POST /products/_search
{"query": {"term": {"category": "electronics"}}
}

使用term查询进行精确匹配查询。 在category字段中精确匹配"electronics"。
返回与"electronics"完全一致的文档。

3.4 Range Query（范围查询）

POST /products/_search
{"query": {"range": {"price": {"gte": 100,"lte": 500}}}
}

使用range查询进行范围查询。 在price字段中查询价格在100到500之间的文档。 返回价格在100到500之间的文档。

3.5 Bool Query（布尔查询）

POST /products/_search
{"query": {"bool": {"must": [{ "match": { "product_name": "laptop" } },{ "term": { "category": "electronics" } }],"must_not": [{ "range": { "price": { "gte": 2000 } } }],"should": [{ "match": { "description": "lightweight" } },{ "match": { "tags": "portable" } }]}}
}

使用bool查询进行多条件查询逻辑。
must子句中同时满足product_name为"laptop"和category为"electronics"的文档。
must_not子句中排除价格大于等于2000的文档。
should子句中满足description包含"lightweight"或tags包含"portable"的文档。
返回符合以上条件的文档。

3.6 Match Phrase Query（短语匹配查询）

POST /products/_search
{"query": {"match_phrase": {"product_name": "red laptop"}}
}

使用match_phrase查询进行短语匹配查询。 在product_name字段中匹配短语"red laptop"。 返回包含短语"red
laptop"的文档。

3.7 Prefix Query（前缀查询）

POST /products/_search
{"query": {"prefix": {"product_name": "ca"}}
}

使用prefix查询进行前缀匹配查询。 在product_name字段中匹配以"ca"开头的文档。 返回以"ca"开头的产品名称的文档。

3.8 Wildcard Query（通配符查询）

POST /products/_search
{"query": {"wildcard": {"product_name": "l*t"}}
}

使用wildcard查询进行通配符模式匹配查询。 在product_name字段中匹配带有"l"和"t"之间任意字符的文档。
返回符合通配符模式的文档。

3.9 Fuzzy Query（模糊查询）

POST /products/_search
{"query": {"fuzzy": {"product_name": {"value": "laptop","fuzziness": 2}}}
}

使用fuzzy查询进行模糊匹配查询。 在product_name字段中匹配与"laptop"相似的文档。
fuzziness参数设置了相似度为2。 返回与"laptop"相似的文档。

3.10 Nested Query（嵌套查询）

POST /products/_search
{"query": {"nested": {"path": "reviews","query": {"match": {"reviews.comment": "good"}}}}
}

使用nested查询进行嵌套查询。 在reviews嵌套字段中根据reviews.comment字段的值查询"good"的文档。
返回包含满足嵌套查询条件的文档。

3.11 Aggregation Query（聚合查询）

POST /products/_search
{"size": 0,"aggregations": {"avg_price": {"avg": {"field": "price"}},"max_price": {"max": {"field": "price"}},"category_count": {"terms": {"field": "category"}}}
}

使用aggregations进行聚合查询。 avg聚合计算了price字段的平均值。 max聚合计算了price字段的最大值。
terms聚合按category字段进行分组统计。 返回计算和统计结果，包括平均价格、最高价格和每个分类的文档数量。