ElasticSerach基础语法
一、常用查询关键字
- match 查询
match查询会将搜索词分词，再与目标查询字段进行匹配，若分词中的任意一个词与目标字段匹配上，则可查询到。
{ "match": { "name": "南山" }} QueryBuilders.matchQuery("name", "南山") #java代码
2.match_phrase
默认使用 match_phrase 时会精确匹配查询的短语，需要全部单词和顺序要完全一样，标点符号除外。
{"query":{"match_phrase":{"sign": "好烦恼"}}}QueryBuilders.matchPhraseQuery(“sign”,"好烦恼")
3.match_phrase_prefix
match_phrase_prefix 和 match_phrase 用法是一样的，区别就在于它允许对最后一个词条前缀匹配。
{"query":{"match_phrase_prefix":{"sign": "我就"}}}QueryBuilders.matchPhrasePrefixQuery("sign","我就")
- multi_match 查询
multi_match 查询可以在多个字段上执行相同的 match 查询
{"multi_match": {"query": "full text search","fields": [ "title", "body" ]}}
//前一个参数为要查询的数据，后面的为属性名
QueryBuilders.multiMatchQuery("full text search","body","title");
5.range 查询
range 查询找出那些落在指定区间内的数字或者时间：
{"range": {"age": {"gte": 20, #gt 大于 gte 大于等于"lt": 30 #lt 小于 lte 小于等于}}}QueryBuilders.rangeQuery("age").gte(20).lt(30)
6.term 查询
term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串：
{ "term": { "age":26}}{ "term": {"date":"2014-09-01"}}{ "term": { "sign": "英雄"}}{ "term": { "tag": "full_text"}}QueryBuilders.termQuery("sign", "英雄")
7.terms 查询
terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：
{ "terms": { "tag": [ "search", "full_text", "nosql" ] }}QueryBuilders.termsQuery("sign","英雄","烦恼");
8.exists 查询和 missing 查询
exists 查询和 missing 查询被用于查找那些指定字段中有值 (exists) 或无值 (missing) 的文档。这与SQL中的 IS_NULL (missing) 和 NOT IS_NULL (exists) 在本质上具有共性：
{"exists": {"field": "title"}}QueryBuilders.existsQuery("title");9.fuzzy 模糊查询(需要给字段添加分词，不然可能不生效)
{ "query": {"match": {"content": {"query": "elastoc","fuzziness": "auto"}}}}QueryBuilders.fuzzyQuery("name", "三");
二、组合多查询
bool （布尔）过滤器。 这是个 复合过滤器（compound filter） ，它可以接受多个其他过滤器作为参数，并将这些过滤器结合成各式各样的布尔（逻辑）组合。
1.must
文档 必须must 匹配这些条件才能被包含进来，与 AND 等价。
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();queryBuilder.must(QueryBuilders.termQuery("sign", "英雄"))
2.must_not
文档 必须不 must_not 匹配这些条件才能被包含进来，与 NOT 等价。
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();queryBuilder.mustNot(QueryBuilders.termQuery("sign", "英雄"))
3.should
至少有一个语句要匹配，与 OR 等价
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();queryBuilder.should(QueryBuilders.termQuery("sign", "英雄"))
4.filter
必须 匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。
BoolQueryBuilder queryBuilder = QueryBuilders.boolQuery();queryBuilder.filter(QueryBuilders.termQuery("sign", "英雄"))基础参考
三、高级查询
（1）统计某个字段的数量count
ValueCountBuilder vcb= AggregationBuilders.count("count_uid").field("uid");
（2）去重统计某个字段的数量（有少量误差）cardinality
CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");
（3）聚合过滤filter
FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));（4）按某个字段分组filter
TermsBuilder tb= AggregationBuilders.terms("group_name").field("name");（5）求和sum
SumBuilder sumBuilder= AggregationBuilders.sum("sum_price").field("price");
（6）求平均avg
AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");（7）求最大值max
MaxBuilder mb= AggregationBuilders.max("max_price").field("price");（8）求最小值min
MinBuilder min= AggregationBuilders.min("min_price").field("price");
（9）按日期间隔分组dateHistogram
DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");（10）获取聚合里面的结果topHits
TopHitsBuilder thb= AggregationBuilders.topHits("top_result");
（11）嵌套的聚合nested
NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");（12）反转嵌套reverseNested
AggregationBuilders.reverseNested("res_negsted").path("kps ");
聚合参考
https://blog.csdn.net/u012998680/article/details/120023384
实际使用参考
https://editor.csdn.net/md/?articleId=128201878