ES：基礎查詢語法（簡單易懂）

塞北de雪 2025-06-04 發(fā)布于江蘇

展開全文

一、基礎查詢語句的結構：

GET http://ip:prot/textbook/_search
GET

{   "query" : { ...query子句... },

"aggs" : { ..aggs子句.. },

"sort" : { ..sort子句.. }

           "from" : 0, // 返回搜索結果的開始位置

"size" : 10, // 分頁大小，一次返回多少數(shù)據(jù)

           "_source" :[ ...需要返回的字段數(shù)組... ],

}

query子句：類似于mysql中的where語句，用于定義搜索條件，如等值查詢、模糊查詢、范圍查詢等（重點）
aggs字句：用于對搜索結果進行各種統(tǒng)計和分組。類似于mysql中的group by。例如可以計算某一字段不同值各自出現(xiàn)的次數(shù)，或者根據(jù)某個字段的值進行分組。
sort子句：這個就非常顯而易見了，是對查詢出來的結果進行根據(jù)某一規(guī)則進行排序。
from和size：這兩個是配合使用的，是用來分頁的。from定義的是展示的第一條數(shù)據(jù)的處于結果集的位置（也就是下標），size表示此次展示多大的結果集。這個兩個也就相當于mysql中的limit和offset語句
"_source"：通過這個列表控制返回數(shù)據(jù)中應該包含哪些字段，就相當于mysql中SELECT name ，age FROM People這個語句中的name，age。表示返回結果只包含這兩個我們所需字段即可。

二、query子句詳解：

講這個query語句要是對分詞器的概念還不理解可以看一下下面這個文章，了解一下其es的一些基本概念：初識ES（ES的基本概念、倒排索引、索引和文檔的CRUD）

在es中我們要知道，我們所查詢的內容，是被分詞器進行了分詞并將其保存下來，我們查詢是通過匹配這個詞進行查詢的。

所將要查詢的文檔：

假設其中bookName的值被分詞為：“My”、“name”、“is”、“CSDN”

{
    "_index": "my_index",
    "_id": "12Sad33fdAdfFWW",
    "_source": {
        "bookName": "My name is CSDN",
        "author": "起床",
        "number": 120
    }
}

1 、match查詢：

match是一種會將你搜索的query進行分詞的查詢方法。而不是直接拿你的查詢語句原封不動的去與被分詞過后詞進行匹配。

根據(jù)bookName字段進行查詢：

GET http://ip:prot/my_index/_search
{
  "query": {
    "match": {
      "bookName":"This is CSDN"
    }
  }
}

這個查詢會先講查詢語句中的“This is CSDN”進行分詞，得到“This”、“is”、“CSDN”會分別拿這三個詞去匹配，就會發(fā)現(xiàn)“is”和“CSDN”都能匹配成功只要一個匹配成功則就可以。所以可以查詢到。

2、match_phrase查詢：

這個查詢和普通的match查詢相比限制性更強，他依舊會對query內的值進行分詞，但他并不是匹配到一處分詞就匹配成功，而是對所有的詞都能匹配才算成功。而且每個詞都相對位置還得正確，默認情況下詞與詞之間在被搜索原文中是連續(xù)的。像前面咱舉的那個例子就匹配不成功，This沒有匹配到，要是講“This”換為name就可以，但如果換為My也不成功，雖然My匹配成功但和“is”并不連續(xù)。

咱看match_phrase是不是太嚴格了，所以我們有一個參數(shù)“slop”，這個參數(shù)可以用于控制詞與詞之間不一定要連續(xù)，可以隔幾個詞。具體幾個看slop的值。

GET http://ip:prot/my_index/_search
{
  "query": {
    "match_phrase": {
      "bookName":{
        "query":"My is CSDN",
        "slop":1
      }
    }
  }
}

這個就可以匹配成功，雖然“My”和“is”之間還隔了一個“name”，但slop參數(shù)為1，說明詞與詞之間可以間隔一個詞，不一定連續(xù)。

可以看到此時bookName的格式又深了一層，因為我們需要添加slop參數(shù)。

3、multi_match查詢：

這個查詢也會進行分詞，就是對多個字段進行match操作，只要一個字段匹配上了就行。其中bookName匹配不上，但author字段能匹配上。則能查詢到。也就是對bookName和author字段分別進行了一次的match操作。

GET http://ip:prot/textbook/_search
{
  "query": {
    "multi_match": {
        "query" : "起床",
        "fields" : ["bookName", "author"]
    }
  }
}

4、Term查詢：

與match查詢相對應的是Term查詢，他不會對query內的值進行分詞，直接拿整個短語進行匹配。非常適用于精確匹配的需求，例如查找特定ID、郵箱地址、狀態(tài)代碼等。它不執(zhí)行任何文本分析或模糊匹配，只關注精確匹配。

GET http://ip:prot/textbook/_search
{
  "query": {
    "term": {
      "bookName": "My name is CSDN"
    }
  }
}

這個”bookName“雖然和es中所存儲的一模一樣，但是查詢不到，因為此時再es中用于查詢的是一個個的短語，而term是直接拿整個短語去匹配的，那當然是查詢不到的。

5、Terms查詢：

Terms查詢就是獲取多個term查詢結果的并集。

下面這個就是當bookName中的“My”還有“CSDN”匹配成功但”apple“匹配不成功，但因為是并集，所以只要有一個符合即可。所以能夠查詢到。

GET http://ip:prot/my_index/_search
{
  "query": {
    "terms": {
      "bookName": ["My", "CSDN", "apple"]
    }
  }
}

6、Prefix查詢（前綴查詢）：

在特定字段上查找以指定前綴開頭的文檔。它不會對查詢字符串進行分詞，而是直接在字段上進行精確匹配。

適用于需要對特定前綴進行精確匹配的場景。例如，在搜索用戶輸入時，可以快速過濾出以特定字母開頭的單詞或短語；在數(shù)據(jù)庫中查找以特定前綴開頭的文檔；在日志文件中查找以特定標識符開頭的行等。

GET http://ip:prot/my_index/_search
{
  "query": {
    "prefix": {
      "bookName": {
        "value" ： "Thi"
      }
    }
  }
}

這個能匹配到This，所以能查詢到。

7、fuzzy和wildcard查詢（模糊查詢）：

這兩個查詢方式都不會對查詢條件的值進行分詞。兩者進行的都是模糊查詢。

fuzzy查詢例子：其中我誤將name打成nane，但由于我參數(shù)fuzziness值為1，說明我可以改動一個字符（添加、刪除、修改都可）。將nane可以變成name。所以匹配成功。fuzziness默認值為2.

GET http://ip:prot/textbook/_search
{
  "query": {
    "fuzzy": {
      "bookName":{
        "value":"nane",
        "fuzziness":1
      }
    }
  }
}

wildcard查詢例子：這個查詢語句我們就可以查詢到name，其中將？替換成任何字符，只要能匹配上的都可。如果為*號則是只要以na為首以e為結尾的都可。

GET http://ip:prot/textbook/_search
{
  "query": {
    "wildcard": {
      "bookName":{
        "value":"na?e"
      }
    }
  }
}

使用場景差異：Fuzzy查詢適用于需要精確匹配但可能存在拼寫錯誤的場景。它通過計算編輯距離來確定查詢詞與文檔之間的相似度，從而找到可能的匹配。而Wildcard查詢則適用于需要更靈活的模糊匹配的場景，如根據(jù)部分字符串或模式進行匹配。
匹配方式差異：Fuzzy查詢基于編輯距離（Levenshtein距離）計算查詢詞與文檔之間的相似度。它通過計算一個詞項與文檔之間的最小編輯操作次數(shù)來找到與查詢詞相似的文檔。而Wildcard查詢則使用通配符模式進行匹配，通過指定星號(*)和問號(?)，可以匹配任意字符或單個字符。
性能差異：Fuzzy查詢在處理大規(guī)模數(shù)據(jù)時可能會變得低效，因為它需要對每個文檔進行逐一比較。而Wildcard查詢則更加適用于大規(guī)模數(shù)據(jù)的模糊匹配，因為它使用通配符模式進行匹配，可以減少需要檢查的文檔數(shù)量。

8、range查詢（范圍查詢）：

range查詢就是對某一字段的數(shù)值進行范圍查詢。

gte：大于等于
gt：大于
lte：小于等于
lt：小于

下面這個查詢條件剛好能查詢到，因為120處于（100，120]范圍之內。

GET http://ip:prot/my_index/_search
{ 
  "query": {
    "range": { 
      "number": { 
          "gt":100, 
          "lte":120 
      } 
    }
  } 
}

9、bool查詢

這個查詢顧名思義就是將多個查詢條件結合起來，根據(jù)邏輯詞來判斷是否成立：

must：相當于且
should：相當于或
must_not：相當于非

注意這里面有must和should兩個查詢集合，這兩個查詢集合要取并集，才能被查詢到。也就是說must里面條件要全滿足且should里面條件至少滿足一項才可以。按照下面這個條件來查詢是類查詢到的。

GET http://ip:prot/my_index/_search
{
    "query":{
        "bool":{
            "must":{
                "match":{
                    "bookName":"My name is apple"
                }
            },
            "should":{
                "term":{
                    "author":"apple"
                },
                "range":{
                    "num":{
                        "lte":120
                    }
                },
            }
        }
    }
}

三、sort子句和分頁詳解

這是排序條件部分，用于指定檢索結果的排序方式。你可以根據(jù)一個或多個字段進行排序，并指定排序的方向（升序或降序）。

途中根據(jù)query查詢出來的文檔根據(jù)number降序排序。且進行分頁，取1-10條數(shù)據(jù)。

GET http://ip:prot/my_index/_search
{ 
  "query": {
    "range": { 
      "number": { 
          "gt":100, 
          "lte":120 
      } 
    }
  }, 
  "sort": {
           "number": {
           "order": "desc"
    }
  },
  "from":0,
  "size":10,
}