一、简单数据
客户银行账户信息，json
{ "account_number": 0, "balance": 16623, "firstname": "Bradshaw", "lastname": "Mckenzie", "age": 29, "gender": "F", "address": "244 Columbus Place", "employer": "Euron", "email": "bradshawmckenzie@euron.com", "city": "Hobucken", "state": "CO" }
批量导入1000条
测试数据地址
curl -H "Content-Type: application/json" -XPOST ‘localhost:9200/bank/account/_bulk?pretty&refresh‘ --data-binary "@accounts.json" curl ‘localhost:9200/_cat/indices?v‘
如果windows上需要把单引号改为双引号
二、URI查询方式简介
有两种运行搜索的基本方法：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。
2.1、请求URL方式
GET /bank/_search?q=*&sort=account_number:asc&pretty
说明：q=* 参数指示Elasticsearch匹配索引中的所有文档。
sort = account_number：asc参数指示按升序使用每个文档的account_number字段对结果进行排序。
pretty标识返回漂亮的json格式
{ took: 31, timed_out: false, _shards: { total: 5, successful: 5, failed: 0 }, hits: { total: 1000, max_score: null, hits: [ { _index: "bank", _type: "account", _id: "0", _score: null, _source: { account_number: 0, balance: 16623, firstname: "Bradshaw", lastname: "Mckenzie", age: 29, gender: "F", address: "244 Columbus Place", employer: "Euron", email: "bradshawmckenzie@euron.com", city: "Hobucken", state: "CO" }, sort: [0]
} //…… ] } }
响应值说明
took：Elasticsearch执行搜索的时间（以毫秒为单位）
time_out：搜索是否超时
_shards：搜索了多少片，以及搜索片成功/失败的次数
hits：搜索结果
hits.total：符合我们搜索条件的文件总数
hits.hits：实际的搜索结果数组（默认为前10个文档）
hits.sort：对结果进行排序键（按分数排序时丢失）
hits._score and max_score：暂时忽略
2.2、请求体方式
使用工具header时候 使用post请求
GET /bank/_search { "query": { "match_all": {} }, "sort": [ { "account_number": "asc" } ] }
三、Query DSL简介
Elasticsearch提供了一种可用于执行查询的JSON式特定于领域的语言。这被称为Query DSL。
注意使用header 工具时应该使用post请求
3.1、查询所有
GET /bank/_search { "query": { "match_all": {} } }
match_all部分仅仅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。
3.2、查询数据
GET /bank/_search { "query": { "match_all": {} }, "size": 1 }
请注意，如果未指定大小，则默认为10。
3.3、返回分页
此示例执行match_all并返回文档11至20：
GET /bank/_search { "query": { "match_all": {} }, "from": 10, "size": 10 }
from参数（从0开始）指定从哪个文档索引开始，size参数指定从from参数开始返回多少个文档。此功能在实现分页搜索结果时非常有用。请注意，如果from未指定，则默认为0。
3.4、降序
此示例执行match_all并按帐户余额按降序对结果进行排序，并返回前10个（默认大小）文档。
GET /bank/_search { "query": { "match_all": {} }, "sort": { "balance": { "order": "desc" } } }
四、查询简述
4.1、返回指定字段
请求是增加_source字段，在概念上与SQL SELECT 字段1 FROM字段列表有些相似。
返回的文档字段。默认情况下，完整的JSON文档作为所有搜索的一部分返回。这被称为源（搜索匹配中的_source字段）。如果我们不希望整个源文档被返回，我们有能力只需要返回源内的几个字段。
GET /bank/_search { "query": { "match_all": {} }, "_source": ["account_number", "balance"] }
4.2、匹配查询
全匹配
"query": { "match_all": {} },
匹配查询，它可以被认为是基本的搜索查询（即针对特定字段或字段集合进行的搜索）。
//匹配account_number=20的数据
GET /bank/_search { "query": { "match": { "account_number": 20 } } }
//匹配 address = mill GET /bank/_search { "query": { "match": { "address": "mill" } } }
//匹配 address =mill 或 lane GET /bank/_search { "query": { "match": { "address": "mill lane" } } }
//匹配 address =“mill lane” 全部的 GET /bank/_search { "query": { "match_phrase": { "address": "mill lane" } } }
4,3、bool（布尔）查询
4.3.1、must == and
//匹配address=mill 并且 address =lane的文档 等价于 "query": { "match_phrase": { "address": "mill lane" } }
GET /bank/_search { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }
bool must子句指定了一个文档被认为是匹配的所有查询。
4.3.2、should==or
//匹配address=mill或者address=lane 等价于 "query": { "match": { "address": "mill lane" } } GET /bank/_search { "query": { "bool": { "should": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }
bool should子句指定了一个查询列表，其中任何一个查询都必须是真的才能被认为是匹配的文档。
4.3.3、must_not==not
//地址address！=mill 也 address！=lane GET /bank/_search { "query": { "bool": { "must_not": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }
bool must_not子句指定了一个查询列表，其中任何一个查询都不应该被认为是匹配的文档。
4.3.4、组合使用
可以在一个bool查询中同时结合must，should和must_not子句。此外，我们可以在任何这些bool子句中编写布尔查询来模拟任何复杂的多级布尔逻辑。
//返回任何40岁但未居住在ID街道人的所有帐户 GET /bank/_search { "query": { "bool": { "must": [ { "match": { "age": "40" } } ], "must_not": [ { "match": { "state": "ID" } } ] } } }
五、过滤器简述
文档分数（搜索结果中的_score字段）的细节。分数是一个数值，它是文档与我们指定的搜索查询匹配度的相对度量。分数越高，文档越相关，分数越低，文档的相关性越低。
但查询并不总是需要生成分数，特别是当它们仅用于“过滤”文档集时。 Elasticsearch检测这些情况并自动优化查询执行，以便不计算无用分数。
bool查询还支持筛选子句，它允许使用查询来限制将由其他子句匹配的文档，而不会更改计算分数的方式。范围查询，它允许我们通过一系列值来过滤文档。这通常用于数字或日期过滤。
5.1、rang 过滤
//查找余额大于或等于20000且小于等于30000的帐户。 GET /bank/_search { "query": { "bool": { "must": { "match_all": {} }, "filter": { "range": { "balance": { "gte": 20000, "lte": 30000 } } } } } }
解析，bool查询包含一个match_all查询（查询部分）和一个范围查询（过滤器部分）。我们可以将任何其他查询替换为查询和过滤器部分。范围查询非常有意义，因为落入该范围的文档全部匹配“平等”，即没有文档比另一个更重要。
六、聚合
聚合提供了从数据中分组和提取统计数据的功能。考虑聚合的最简单方法是将其大致等同于SQL GROUP BY和SQL聚合函数。在Elasticsearch中，您可以执行返回匹配的搜索，同时还可以在一个响应中返回与匹配不同的聚合结果。这是非常强大和高效的，因为您可以运行查询和多个聚合，并使用简洁和简化的API避免网络往返，从而一次性获得两种（或两种）操作的结果。
6.1、group by、count
//使用state街道对所有帐户进行分组，然后返回按降序（也是默认值）排序的前10个（默认）状态： GET /bank/_search { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state.keyword" } } } }
相当于数据库
SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC
响应结果
{ "took": 49, "timed_out": false, "_shards": { "total": 5, "successful": 5, "failed": 0 }, "hits": { "total": 1000, "max_score": 0, "hits": [ ] }, "aggregations": { "group_by_state": { "doc_count_error_upper_bound": 20, "sum_other_doc_count": 770, "buckets": [ { "key": "ID", "doc_count": 27 } , { "key": "TX", "doc_count": 27 } , { "key": "AL", "doc_count": 25 } , { "key": "MD", "doc_count": 25 } , { "key": "TN", "doc_count": 23 } , { "key": "MA", "doc_count": 21 } , { "key": "NC", "doc_count": 21 } , { "key": "ND", "doc_count": 21 } , { "key": "ME", "doc_count": 20 } , { "key": "MO", "doc_count": 20 } ] } } }
注意，我们将size = 0设置为不显示搜索匹配，因为我们只想查看响应中的聚合结果。
6.2、group by 、count，avg
//按state州 计算平均账户余额（再次仅针对按计数降序排列的前10个州）： GET /bank/_search { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state.keyword" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } }
注意，如何在group_by_state聚合内嵌套average_balance聚合。这是所有聚合的通用模式。可以任意嵌套聚合内的聚合，以便从数据中提取所需的旋转摘要。
按降序对平均余额进行排序：
GET /bank/_search { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state.keyword", "order": { "average_balance": "desc" } }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } }
如何按年龄段（20-29岁，30-39岁和40-49岁）进行分组，然后按性别进行分组，然后最终得出每个性别的年龄段平均账户余额：
GET /bank/_search { "size": 0, "aggs": { "group_by_age": { "range": { "field": "age", "ranges": [ { "from": 20, "to": 30 }, { "from": 30, "to": 40 }, { "from": 40, "to": 50 } ] }, "aggs": { "group_by_gender": { "terms": { "field": "gender.keyword" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } } } }
更多聚合：https://www.elastic.co/guide/en/elasticsearch/reference/5.4/search-aggregations.html
