大家好，又见面了，我是你们的朋友全栈君。
一、 搜索
1.DSL搜索
全部数据没有任何条件
GET /shop/goods/_search { "query": { "match_all": {} } }
查询名称包含 xxx 的商品，同时按照价格降序排序
GET /shop/goods/_search { "query" : { "match" : { "name" : "xxx" } }, "sort": [ { "price": "desc" } ] }
分页查询商品 from 第几条开始 size 获取几条
GET /shop/goods/_search { "query" : { "match" : { "name" : "xxx" } }, "from": 1, "size": 1 }
查询结果中返回的字段 设置
查询结果中返回的字段 设置 GET /shop/goods/_search { "query" : { "match" : { "name" : "xxx" } }, "_source": ["name", "price"] }
2、query filter
搜索商品名称包含xxx，而且售价大于25元的商品
GET /shop/goods/_search { "query" : { "bool" : { "must" : { "match" : { "name" : "xxx" } }, "filter" : { "range" : { "price" : { "gt" : 25 } } } } } }
3、full-text search（全文检索）
GET /shop/goods/_search { "query" : { "match" : { "producer" : "xxx" } } }
4、phrase search（短语搜索）
短语搜索的功能和全文检索相对应，全文检索会将输入的搜索串拆解开来，去倒排索引里面去一一匹配，只要能匹配上任意一个拆解后的单词，就可以作为结果返回
phrase search，要求输入的搜索串，必须在指定的字段文本中，完全包含一模一样的，才可以算匹配，才能作为结果返回
GET /shop/goods/_search { "query" : { "match_phrase" : { "producer" : "xxx" } } }
5 highlight search（高亮搜索结果）
高亮优化：
方式1：传统plain高亮方式。
官网明确支持，该方式匹配慢，如果出现性能问题，请考虑其他高亮方式。
方式2： postings 高亮方式。
方式3： fast-vector-highlighter 简称fvh高亮方式。
GET /shop/goods/_search { "query" : { "match" : { "producer" : "xxx" } }, "highlight": { "fields" : { "producer" : {} } } }
二、 聚合、分析
5.x以后对排序，聚合这些操作用单独的数据结构(fielddata)缓存到内存里了，需要单独开启。
开启字段的fielddata
PUT /shop/_mapping/goods { "properties": { "tags": { "type": "text", "fielddata": true } } }
1、计算每个tag下的商品数量
GET /shop/goods/_search { "aggs": { "group_by_tags": { "terms": { "field": "tags" } } } }
size表示不返回文档 只返回聚合分析后的结果 group_by_tags和all_tags 只是给本次聚合 起一个名字 没有功能的区别
GET /shop/goods/_search { "size": 0, "aggs": { "all_tags": { "terms": { "field": "tags" } } } }
2、对名称中包含xxx的商品，计算每个tag下的商品数量
GET /shop/goods/_search { "size": 0, "query": { "match": { "name": "yagao" } }, "aggs": { "all_tags": { "terms": { "field": "tags" } } } }
3、先分组，再算每组的平均值，计算每个tag下的商品的平均价格
GET /shop/goods/_search { "size": 0, "aggs" : { "group_by_tags" : { "terms" : { "field" : "tags" }, "aggs" : { "avg_price" : { "avg" : { "field" : "price" } } } } } }
4、计算每个tag下的商品的平均价格，并且按照平均价格降序排序
GET /shop/goods/_search { "size": 0, "aggs" : { "all_tags" : { "terms" : { "field" : "tags", "order": { "avg_price": "desc" } }, "aggs" : { "avg_price" : { "avg" : { "field" : "price" } } } } } }
5、按照指定的价格范围区间进行分组，然后在每组内再按照tag进行分组，最后再计算每组的平均价格
GET /shop/goods/_search { "size": 0, "aggs": { "group_by_price": { "range": { "field": "price", "ranges": [ { "from": 0, "to": 20 }, { "from": 20, "to": 40 }, { "from": 40, "to": 50 } ] }, "aggs": { "group_by_tags": { "terms": { "field": "tags" }, "aggs": { "average_price": { "avg": { "field": "price" } } } } } } } }
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/155270.html原文链接：https://javaforall.net
