[翻譯]ElasticSearch官方文檔-執行查詢和過濾操做

本文翻譯自：www.elastic.co/guide/en/el…

本文是Elasticsearch的入門文檔，將會介紹ElasticSearch中的查詢操做和過濾操做。

執行查詢

如今咱們已經看到了一些基本的搜索參數，讓咱們再深刻查詢DSL。咱們先來看看返回的文檔字段。默認狀況下，完整的JSON文檔做爲全部搜索的一部分返回。這被稱爲源（搜索匹配中的_source字段）。若是咱們不但願整個源文檔返回，咱們有能力只須要返回源內的幾個字段。

此示例顯示如何從搜索中返回兩個字段account_number和balance（在_source以內）：

GET /bank/_search
{
  "query": { "match_all": {} },
  "_source": ["account_number", "balance"]
}複製代碼

請注意，上面的例子簡單地減小了_source字段。它仍然會返回一個名爲_source的字段，但在其中只包含字段account_number和balance。

若是你會一些SQL語句，則容易看出上述內容在概念上與SQL SELECT FROM字段列表有些類似。

如今咱們來看看查詢部分。之前，咱們已經看過如何使用match_all查詢來匹配全部文檔。如今咱們來介紹一個叫作匹配查詢(match query)的新查詢，這個查詢能夠被看做是基本的搜索查詢（即針對特定字段或者字段集合進行的搜索）。

GET /bank/_search
{
  "query": { "match": { "account_number": 20 } }
}複製代碼

此示例返回地址中包含術語「mill」的全部賬戶：

GET /bank/_search
{
  "query": { "match": { "address": "mill" } }
}複製代碼

此示例返回地址中包含術語「mill」或「lane」的全部賬戶：

GET /bank/_search
{
  "query": { "match": { "address": "mill lane" } }
}複製代碼

這個例子是match（match_phrase）的一個變體，返回在地址中包含短語「mill lane」的全部帳號：

GET /bank/_search
{
  "query": { "match_phrase": { "address": "mill lane" } }
}複製代碼

如今咱們來介紹一下bool query。 bool查詢容許咱們使用布爾邏輯將更小的查詢組合成更大的查詢。

此示例組成兩個match查詢，並返回地址中包含「mill」和「lane」的全部賬戶：

GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}複製代碼

在上面的例子中，bool must子句指定了一個文檔被認爲是匹配的全部查詢。

相反，這個例子組成兩個match查詢，並返回地址中包含「mill」或「lane」的全部賬戶：

GET /bank/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}複製代碼

在上面的例子中，bool should子句指定了一個查詢列表，其中任何一個查詢都必須是true，才能被視爲匹配的文檔。

本示例組成兩個match查詢，並返回地址中既不包含「mill」也不包含「lane」的全部賬戶：

GET /bank/_search
{
  "query": {
    "bool": {
      "must_not": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}複製代碼

在上面的例子中，bool must_not子句指定了一個查詢列表，其中任何一個查詢都不能被匹配。

咱們能夠在一個bool查詢中同時結合must，should和must_not子句。此外，咱們能夠在任何這些bool子句中編寫bool查詢來模擬任何複雜的多級布爾邏輯。

這個例子返回全部40歲但ID不爲（aho）的人的帳號：

GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "age": "40" } }
      ],
      "must_not": [
        { "match": { "state": "ID" } }
      ]
    }
  }
}複製代碼

執行過濾

在上一節中，咱們跳過了一個稱爲文檔分數（搜索結果中的_score字段）的細節。分數是一個數字值，它是文檔與咱們指定的搜索查詢匹配度的相對度量。分數越高，文檔越相關，分數越低，文檔就越不相關。

但查詢並不老是須要產生分數，特別是當它們僅用於「過濾」文檔集時。 Elasticsearch檢測這些狀況並自動優化查詢執行，以便不計算無用分數。

咱們在前一節介紹的bool查詢也支持過濾子句，它容許使用查詢來限制將被其餘子句匹配的文檔，而不改變計算得分的方式。做爲一個例子，咱們來介紹一下範圍查詢（range query），它容許咱們經過一系列值來過濾文檔。這一般用於數字或日期過濾。

本示例使用bool查詢返回餘額在20000和30000之間的全部賬戶。換句話說，咱們要查找大於或等於20000且小於等於30000的賬戶。

GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}複製代碼

解析上述內容，bool查詢包含一個match_all查詢（查詢部分）和一個range查詢（過濾器部分）。咱們能夠將其餘查詢替換爲查詢和過濾器部分。在上述狀況下，範圍查詢是很是有意義的，由於落入該範圍的文檔所有匹配「相等」，即沒有文檔比另外一個文檔更加匹配。

除了match_all，match，bool和range查詢以外，還有不少其餘查詢類型可用，咱們不在這裏介紹。因爲咱們已經對其工做原理有了一個基本的瞭解，因此將這些知識應用於其餘查詢類型的學習和實驗並不難。