【ES常用查询操作】

在 Elasticsearch (ES) 中，多条件检索可以通过组合多个查询条件来实现。Elasticsearch 提供了多种查询类型和组合方式，常见的有 bool 查询、must、should、must_not 和 filter 等。以下是一些常见的多条件检索示例。

1. 使用 `bool` 查询

bool 查询允许你组合多个查询条件，并指定它们之间的逻辑关系。

示例：必须匹配 `field1` 和 `field2`，并且可以选择性匹配 `field3`

{"query": {"bool": {"must": [{ "match": { "field1": "value1" } },{ "match": { "field2": "value2" } }],"should": [{ "match": { "field3": "value3" } }],"minimum_should_match": 1}}
}

在这个示例中，文档必须匹配 field1 和 field2，并且至少匹配 field3 中的一个条件。

2. 使用 `filter` 查询

filter 查询用于过滤文档，不计算相关性评分，通常用于结构化数据查询。

示例：必须匹配 `field1` 和 `field2`，并且过滤 `field4`

{"query": {"bool": {"must": [{ "match": { "field1": "value1" } },{ "match": { "field2": "value2" } }],"filter": [{ "term": { "field4": "value4" } }]}}
}

在这个示例中，文档必须匹配 field1 和 field2，并且 field4 必须等于 value4。

3. 使用 `must_not` 查询

must_not 查询用于排除匹配特定条件的文档。

示例：必须匹配 `field1`，但不能匹配 `field2`

{"query": {"bool": {"must": [{ "match": { "field1": "value1" } }],"must_not": [{ "match": { "field2": "value2" } }]}}
}

在这个示例中，文档必须匹配 field1，但不能匹配 field2。

4. 组合查询示例

示例：复杂组合查询

{"query": {"bool": {"must": [{ "match": { "field1": "value1" } },{ "range": { "field2": { "gte": 10, "lte": 20 } } }],"should": [{ "match": { "field3": "value3" } },{ "term": { "field4": "value4" } }],"must_not": [{ "term": { "field5": "value5" } }],"filter": [{ "term": { "field6": "value6" } }],"minimum_should_match": 1}}
}

在这个示例中：

文档必须匹配 field1 和 field2 的范围条件。
文档应该匹配 field3 或 field4 中的一个条件。
文档不能匹配 field5。
文档必须匹配 field6。

5. 使用 `multi_match` 查询

multi_match 查询允许你在多个字段中搜索相同的关键词。

示例：在 `field1` 和 `field2` 中搜索 `value`

{"query": {"multi_match": {"query": "value","fields": ["field1", "field2"]}}
}

在这个示例中，Elasticsearch 将在 field1 和 field2 中搜索 value。

6. 使用 `nested` 查询

如果你的文档包含嵌套对象，可以使用 nested 查询。

示例：嵌套查询

假设你的文档结构如下：

{"name": "John","address": {"city": "New York","zipcode": "10001"}
}

你可以使用 nested 查询来检索嵌套对象中的字段。

示例：嵌套查询

{"query": {"nested": {"path": "address","query": {"bool": {"must": [{ "match": { "address.city": "New York" } },{ "match": { "address.zipcode": "10001" } }]}}}}
}

在这个示例中，查询将检索 address 对象中的 city 和 zipcode 字段。

7. 使用 `terms` 查询

terms 查询允许你匹配多个值中的任意一个。

示例：匹配 `field1` 中的多个值

{"query": {"terms": {"field1": ["value1", "value2", "value3"]}}
}

在这个示例中，查询将匹配 field1 中的任意一个值：value1、value2 或 value3。

8. 使用 `range` 查询

range 查询允许你匹配数值、日期或字符串范围。

示例：匹配 `field1` 的范围

{"query": {"range": {"field1": {"gte": 10,"lte": 20}}}
}

在这个示例中，查询将匹配 field1 的值在 10 到 20 之间的文档。

9. 使用 `exists` 查询

exists 查询用于匹配包含特定字段的文档。

示例：匹配包含 `field1` 的文档

{"query": {"exists": {"field": "field1"}}
}

在这个示例中，查询将匹配所有包含 field1 字段的文档。

10. 使用 `wildcard` 查询

wildcard 查询允许你使用通配符进行模式匹配。

示例：匹配 `field1` 中的模式

{"query": {"wildcard": {"field1": "val*"}}
}

在这个示例中，查询将匹配 field1 中以 val 开头的所有值。

11. 使用 `prefix` 查询

prefix 查询用于匹配以特定前缀开头的字段值。

示例：匹配 `field1` 中的前缀

{"query": {"prefix": {"field1": "val"}}
}

在这个示例中，查询将匹配 field1 中以 val 开头的所有值。

12. 使用 `fuzzy` 查询

fuzzy 查询用于模糊匹配，允许一定程度的拼写错误。

示例：模糊匹配 `field1`

{"query": {"fuzzy": {"field1": "value"}}
}

在这个示例中，查询将模糊匹配 field1 中接近 value 的所有值。

13. 使用 `regexp` 查询

regexp 查询允许你使用正则表达式进行模式匹配。

示例：正则表达式匹配 `field1`

{"query": {"regexp": {"field1": "val.*"}}
}

在这个示例中，查询将匹配 field1 中符合正则表达式 val.* 的所有值。

14. 使用 `script` 查询

script 查询允许你使用脚本进行复杂的条件匹配。

示例：使用脚本查询

{"query": {"script": {"script": {"source": "doc['field1'].value > params.value","params": {"value": 10}}}}
}

在这个示例中，查询将匹配 field1 的值大于 10 的文档。

15. 使用 `match_phrase` 查询

match_phrase 查询用于匹配包含特定短语的文档。

示例：匹配 `field1` 中的短语

{"query": {"match_phrase": {"field1": "quick brown fox"}}
}

在这个示例中，查询将匹配 field1 中包含短语 “quick brown fox” 的文档。

16. 使用 `match_phrase_prefix` 查询

match_phrase_prefix 查询用于匹配以特定短语前缀开头的文档。

示例：匹配 `field1` 中的短语前缀

{"query": {"match_phrase_prefix": {"field1": "quick brown"}}
}

在这个示例中，查询将匹配 field1 中以 “quick brown” 开头的短语。

17. 使用 `geo_distance` 查询

geo_distance 查询用于匹配在特定地理距离内的文档。

示例：匹配在特定地理距离内的文档

{"query": {"geo_distance": {"distance": "200km","location": {"lat": 40.7128,"lon": -74.0060}}}
}

在这个示例中，查询将匹配在距离 (40.7128, -74.0060) 200 公里范围内的文档。

18. 使用 `geo_bounding_box` 查询

geo_bounding_box 查询用于匹配在特定地理边界框内的文档。

示例：匹配在特定地理边界框内的文档

{"query": {"geo_bounding_box": {"location": {"top_left": {"lat": 40.73,"lon": -74.1},"bottom_right": {"lat": 40.01,"lon": -71.12}}}}
}

在这个示例中，查询将匹配在指定地理边界框内的文档。

19. 使用 `geo_polygon` 查询

geo_polygon 查询用于匹配在特定地理多边形内的文档。

示例：匹配在特定地理多边形内的文档

{"query": {"geo_polygon": {"location": {"points": [{ "lat": 40.73, "lon": -74.1 },{ "lat": 40.01, "lon": -71.12 },{ "lat": 40.73, "lon": -71.12 }]}}}
}

在这个示例中，查询将匹配在指定地理多边形内的文档。

20. 使用 `more_like_this` 查询

more_like_this 查询用于查找与给定文档相似的文档。

示例：查找与给定文档相似的文档

{"query": {"more_like_this": {"fields": ["field1", "field2"],"like": "text to find similar documents","min_term_freq": 1,"max_query_terms": 12}}
}

在这个示例中，查询将查找与给定文本相似的文档。

21. 使用 `ids` 查询

ids 查询用于根据文档 ID 匹配文档。

示例：根据文档 ID 匹配文档

{"query": {"ids": {"values": ["1", "2", "3"]}}
}

在这个示例中，查询将匹配 ID 为 1、2 和 3 的文档。

22. 使用 `constant_score` 查询

constant_score 查询用于将查询的相关性评分设置为常量值。

示例：将查询的相关性评分设置为常量值

{"query": {"constant_score": {"filter": {"term": { "field1": "value1" }},"boost": 1.2}}
}

在这个示例中，查询将匹配 field1 为 value1 的文档，并将相关性评分设置为常量值 1.2。

23. 使用 `function_score` 查询

function_score 查询允许你根据特定函数调整文档的相关性评分。

示例：根据特定函数调整相关性评分

{"query": {"function_score": {"query": {"match": { "field1": "value1" }},"functions": [{"filter": { "match": { "field2": "value2" } },"weight": 2},{"filter": { "range": { "field3": { "gte": 10 } } },"weight": 1.5}],"boost_mode": "multiply"}}
}

在这个示例中，查询将首先匹配 field1 为 value1 的文档，然后根据 field2 和 field3 的条件调整相关性评分。

24. 使用 `dis_max` 查询

dis_max 查询用于组合多个查询，并返回得分最高的文档。

示例：组合多个查询并返回得分最高的文档

{"query": {"dis_max": {"queries": [{ "match": { "field1": "value1" } },{ "match": { "field2": "value2" } }],"tie_breaker": 0.7}}
}

在这个示例中，查询将组合 field1 和 field2 的匹配条件，并返回得分最高的文档。

25. 使用 `boosting` 查询

boosting 查询用于提升某些查询的得分，同时降低其他查询的得分。

示例：提升和降低特定查询的得分

{"query": {"boosting": {"positive": {"match": { "field1": "value1" }},"negative": {"match": { "field2": "value2" }},"negative_boost": 0.2}}
}

在这个示例中，查询将提升 field1 为 value1 的文档的得分，同时降低 field2 为 value2 的文档的得分。

26. 使用 `script_score` 查询

script_score 查询允许你使用脚本计算文档的相关性评分。

示例：使用脚本计算相关性评分

{"query": {"script_score": {"query": {"match": { "field1": "value1" }},"script": {"source": "doc['field2'].value * params.factor","params": {"factor": 1.5}}}}
}

在这个示例中，查询将首先匹配 field1 为 value1 的文档，然后使用脚本计算相关性评分。

27. 使用 `highlight` 查询

highlight 查询用于在查询结果中高亮显示匹配的部分。

示例：高亮显示匹配的部分

{"query": {"match": { "field1": "value1" }},"highlight": {"fields": {"field1": {}}}
}

在这个示例中，查询将匹配 field1 为 value1 的文档，并在结果中高亮显示匹配的部分。

28. 使用 `rescore` 查询

rescore 查询用于对初始查询结果进行重新评分。

示例：对初始查询结果进行重新评分

{"query": {"match": { "field1": "value1" }},"rescore": {"window_size": 50,"query": {"rescore_query": {"match_phrase": { "field1": "value1" }},"query_weight": 0.7,"rescore_query_weight": 1.2}}
}

在这个示例中，查询将首先匹配 field1 为 value1 的文档，然后在前 50 个结果中使用 match_phrase 查询进行重新评分。

29. 使用 `percolate` 查询

percolate 查询用于查找与特定文档匹配的查询。

示例：查找与特定文档匹配的查询

{"query": {"percolate": {"field": "query","document": {"field1": "value1"}}}
}

在这个示例中，查询将查找与文档 {"field1": "value1"} 匹配的查询。

30. 使用 `parent_id` 查询

parent_id 查询用于查找具有特定父文档 ID 的子文档。

示例：查找具有特定父文档 ID 的子文档

{"query": {"parent_id": {"type": "child_type","id": "parent_id_value"}}
}

在这个示例中，查询将查找父文档 ID 为 parent_id_value 的子文档。

31. 使用 `has_child` 查询

has_child 查询用于查找具有特定子文档的父文档。

示例：查找具有特定子文档的父文档

{"query": {"has_child": {"type": "child_type","query": {"match": { "field1": "value1" }}}}
}

在这个示例中，查询将查找具有 field1 为 value1 的子文档的父文档。

32. 使用 `has_parent` 查询

has_parent 查询用于查找具有特定父文档的子文档。

示例：查找具有特定父文档的子文档

{"query": {"has_parent": {"parent_type": "parent_type","query": {"match": { "field1": "value1" }}}}
}

在这个示例中，查询将查找具有 field1 为 value1 的父文档的子文档。

33. 使用 `terms_set` 查询

terms_set 查询用于匹配字段值与查询中的多个值集合的交集。

示例：匹配字段值与查询中的多个值集合的交集

{"query": {"terms_set": {"field1": {"terms": ["value1", "value2", "value3"],"minimum_should_match_field": "required_matches"}}}
}

在这个示例中，查询将匹配 field1 的值与 ["value1", "value2", "value3"] 集合的交集，并且交集的大小由 required_matches 字段指定。

34. 使用 `intervals` 查询

intervals 查询用于基于间隔匹配文本。

示例：基于间隔匹配文本

{"query": {"intervals": {"field1": {"all_of": {"intervals": [{ "match": { "query": "value1" } },{ "match": { "query": "value2" } }],"max_gaps": 5,"ordered": true}}}}
}

在这个示例中，查询将匹配 field1 中包含 value1 和 value2，并且它们之间的最大间隔为 5 且顺序一致的文档。

35. 使用 `rank_feature` 查询

rank_feature 查询用于基于特征字段的值对文档进行排名。

示例：基于特征字段的值对文档进行排名

{"query": {"rank_feature": {"field": "feature_field","boost": 1.5}}
}

在这个示例中，查询将基于 feature_field 的值对文档进行排名，并应用一个 1.5 的提升因子。

36. 使用 `distance_feature` 查询

distance_feature 查询用于基于距离对文档进行排名。

示例：基于距离对文档进行排名

{"query": {"distance_feature": {"field": "date_field","pivot": "7d","origin": "now"}}
}

在这个示例中，查询将基于 date_field 的值与当前时间的距离对文档进行排名，使用 7d 作为基准距离。

37. 使用 `script` 查询

script 查询允许你使用脚本来定义自定义查询逻辑。

示例：使用脚本定义自定义查询逻辑

{"query": {"script": {"script": {"source": "doc['field1'].value > params.threshold","params": {"threshold": 10}}}}
}

在这个示例中，查询将匹配 field1 的值大于 10 的文档。

38. 使用 `wrapper` 查询

wrapper 查询用于包装一个 Base64 编码的查询。

示例：包装一个 Base64 编码的查询

{"query": {"wrapper": {"query": "eyJ0ZXJtIjp7ImZpZWxkMSI6InZhbHVlMSJ9fQ=="}}
}

在这个示例中，查询将解码 Base64 编码的查询 eyJ0ZXJtIjp7ImZpZWxkMSI6InZhbHVlMSJ9fQ== 并执行它。

39. 使用 `exists` 查询

exists 查询用于匹配包含特定字段的文档。

示例：匹配包含特定字段的文档

{"query": {"exists": {"field": "field1"}}
}

在这个示例中，查询将匹配包含 field1 字段的文档。

40. 使用 `type` 查询

type 查询用于匹配特定类型的文档。

示例：匹配特定类型的文档

{"query": {"type": {"value": "type1"}}
}

在这个示例中，查询将匹配类型为 type1 的文档。

41. 使用 `terms` 查询

terms 查询用于匹配字段值在给定集合中的文档。

示例：匹配字段值在给定集合中的文档

{"query": {"terms": {"field1": ["value1", "value2", "value3"]}}
}

在这个示例中，查询将匹配 field1 的值在 ["value1", "value2", "value3"] 集合中的文档。

42. 使用 `wildcard` 查询

wildcard 查询用于匹配包含通配符的字段值。

示例：匹配包含通配符的字段值

{"query": {"wildcard": {"field1": "val*"}}
}

在这个示例中，查询将匹配 field1 的值以 val 开头的文档。

43. 使用 `regexp` 查询

regexp 查询用于匹配符合正则表达式的字段值。

示例：匹配符合正则表达式的字段值

{"query": {"regexp": {"field1": "val.*"}}
}

在这个示例中，查询将匹配 field1 的值符合正则表达式 val.* 的文档。

44. 使用 `prefix` 查询

prefix 查询用于匹配匹配以特定前缀开头的字段值。

示例：匹配以特定前缀开头的字段值

{"query": {"prefix": {"field1": "val"}}
}

在这个示例中，查询将匹配 field1 的值以 val 开头的文档。

45. 使用 `fuzzy` 查询

fuzzy 查询用于匹配与给定值相似的字段值，允许一定程度的模糊匹配。

示例：匹配与给定值相似的字段值

{"query": {"fuzzy": {"field1": {"value": "value1","fuzziness": "AUTO"}}}
}

在这个示例中，查询将匹配 field1 的值与 value1 相似的文档，模糊度设置为 AUTO。

46. 使用 `ids` 查询

ids 查询用于匹配特定 ID 的文档。

示例：匹配特定 ID 的文档

{"query": {"ids": {"values": ["1", "2", "3"]}}
}

在这个示例中，查询将匹配 ID 为 1、2 或 3 的文档。

47. 使用 `geo_shape` 查询

geo_shape 查询用于匹配地理形状字段。

示例：匹配地理形状字段

{"query": {"geo_shape": {"location": {"shape": {"type": "envelope","coordinates": [[13.0, 53.0], [14.0, 52.0]]},"relation": "within"}}}
}

在这个示例中，查询将匹配 location 字段在指定的地理形状内的文档。

48. 使用 `geo_bounding_box` 查询

geo_bounding_box 查询用于匹配在指定地理边界框内的文档。

示例：匹配在指定地理边界框内的文档

{"query": {"geo_bounding_box": {"location": {"top_left": {"lat": 53.0,"lon": 13.0},"bottom_right": {"lat": 52.0,"lon": 14.0}}}}
}

在这个示例中，查询将匹配 location 字段在指定地理边界框内的文档。

49. 使用 `geo_distance` 查询

geo_distance 查询用于匹配在指定距离内的文档。

示例：匹配在指定距离内的文档

{"query": {"geo_distance": {"distance": "200km","location": {"lat": 52.0,"lon": 13.0}}}
}

在这个示例中，查询将匹配 location 字段在距离 52.0, 13.0 200 公里范围内的文档。

50. 使用 `geo_polygon` 查询

geo_polygon 查询用于匹配在指定地理多边形内的文档。

示例：匹配在指定地理多边形内的文档

{"query": {"geo_polygon": {"location": {"points": [{ "lat": 52.0, "lon": 13.0 },{ "lat": 53.0, "lon": 14.0 },{ "lat": 52.5, "lon": 13.5 }]}}}
}

在这个示例中，查询将匹配 location 字段在指定地理多边形内的文档。