Elasticsearch 高手之路
  • Introduction
  • First Chapter
  • 1.ElasticSearch 5.x 安装
    • 1.1.Window 环境
    • 1.2.Linux 环境
  • 2.基础学前班
  • 3.基础
    • 3.1.配置文件
    • 3.2.Mapping
      • 3.2.1.字段的数据类型
        • 3.2.1.1.核心数据类型
        • 3.2.1.2.复合数据类型
        • 3.2.1.3.Geo地理数据类型
        • 3.2.1.4.特定数据类型
      • 3.2.2.Meta-Fields(元字段)
        • _index,_uid,_type,_id 元字段
        • _source,_size 元字段
        • _all, _field_names元字段
        • _parent,_routing 元字段
        • _meta 元字段
      • 3.2.3.Mapping parameters(映射参数)
        • analyzer(分析器)
        • normalizer(归一化)
        • boost(提升)权重
        • Coerce(强制类型转换)
        • copy_to(合并参数)
        • doc_values(文档值)
        • dynamic(动态设置)
        • enabled(开启字段)
        • fielddata(字段数据)
        • format (日期格式)
        • ignore_above(忽略超越限制的字段)
        • ignore_malformed(忽略格式不对的数据)
        • include_in_all(_all 查询包含字段)
        • index_options(索引设置)
        • index (索引)
        • fields(字段)
        • norms (标准信息)
        • null_value(空值)
        • position_increment_gap(短语位置间隙)
        • properties (属性)
        • search_analyzer (搜索分析器)
        • similarity (相似度模型)
        • store(存储)
        • term_vectors(词根信息)
      • 3.2.4.Dynamic Mapping(动态映射)
        • _default_ mapping(mapping中的_default_)
        • Dynamic field mapping(动态字段映射)
        • Dynamic templates(动态模板)
        • Override default template(覆盖默认模板)
    • 3.3. Analysis(分析)
      • 3.3.1.Anatomy of an analyzer(分析器的分析)
      • 3.3.2.Testing analyzers(测试分析器)
      • 3.3.3.Analyzers(分析器)
        • Configuring built-in analyzers(配置内置分析器)
        • Standard Analyzer(标准分析器)
        • Simple Analyzer(简单分析器)
        • Whitespace Analyzer(空格分析器)
        • Stop Analyzer(停止词分词器)
        • Keyword Analyzer(关键词分析器)
        • Pattern Analyzer(模式分析器)
        • Language Analyzers(语言分析器)
        • Fingerprint Analyzer(指纹分析器)
        • Custom Analyzer(自定义分析器)
      • 3.3.4. Tokenizers(分词器)
        • Standard Tokenizer(标准分词器)
        • Letter Tokenizer
        • Lowercase Tokenizer (小写分词器)
        • Whitespace Tokenizerr (空格分词器)
        • UAX URL Email Tokenizer
        • Classic Tokenizer
        • Thai Tokenizer(泰语分词器)
        • NGram Tokenizer
        • Edge NGram Tokenizer
        • Keyword Tokenizer(关键词分词器)
        • Pattern Tokenizer(模式分词器)
        • Path Hierarchy Tokenizer(路径层次分词器)
      • 3.3.5.Token Filters(词语过滤器)
      • 3.3.5.补充1:Token Filters(词语过滤器)
      • 3.3.5.补充2:Token Filters(词语过滤器)
      • 3.3.6.Character Filters(字符过滤器)
        • HTML Strip Character Filter(HTML标签过滤)
        • Mapping Character Filter(字符替换映射)
        • Pattern Replace Character Filter(正则替换字符)
    • 3.4. APIs
      • 3.4.1.索引 APIs (Indices APIs)
        • 创建/删除/获取->索引
        • 启动关闭/缩小/滚动->索引
        • 提交/获取/获取字段->映射
        • 索引->别名/是否存在/类型存在
        • 更新索引/获取->设置(未完成)
        • 分析器、索引模板(未完成)
        • Shadow replica indices 卷影副本索引
        • 索引->统计信息/段
        • 索引->恢复/分片存储
        • 清理缓存/刷新/同步刷新
        • 重新加载/强制合并
      • 3.4.2.文档 APIs (Document APIs)
        • 读写文档(Reading and Writing documents)
        • 索引文档 API
        • 获取/批量获取->文档
        • 删除/根据查询API删除
        • 更新/根据查询API更新
        • Bulk API(批量操作)
        • Reindex API(复制索引)
        • Term Vectors(词条向量)/Multi termvectors API
        • ?refresh
      • 3.4.3.搜索 APIs (Search APIs)
        • Search / URI Search
        • Request Body Search(未完成)
          • Query / From / Size
          • Sort / Source filtering
          • Fields / Script Fields / Doc value Fields
          • Post filter
          • Highlighting
          • Rescoring / Search Type
          • Scroll
          • Preference / Explain
          • Version / Index Boost
          • min_score / Named Queries
          • Inner hits / Search After
          • Field Collapsing 字段折叠
        • Search 模板/Multi Search 模板
        • Search Shards API
        • Suggesters
          • Term suggester
          • Phrase Suggester
          • Completion Suggester
          • Context Suggester
          • 返回suggester的类型
        • Multi Search API
        • Count API
        • Validate API
        • Explain API
        • Profile API
          • Profiling Queries
          • Profiling Aggregations
          • Profiling Considerations
        • Percolator / Field stats API
        • Field Capabilities API
    • 3.5.Query DSL(DSL方式查询)
      • 3.5.1.查询和过滤上下文
      • 3.5.2.Match All 查询
      • 3.5.3.全文搜索(Full Text Search)
        • 匹配查询(Match Query)
        • 短语匹配查询(Match Phrase Query)
        • 短语前缀匹配查询(Match Phrase Prefix Query)
        • 多字段查询(Multi Match Query)
        • 常用术语查询(Common Terms Query)
        • (Query String Query) 未完成
      • 3.5.4.Term级别查询(Term level queries)
        • Term 查询
        • Terms 查询
        • Range 查询(范围查询)
        • Exists 查询(非空值查询)
        • Prefix 查询(前缀查询)
        • Wildcard 查询(通配符查询)
        • Regexp 查询(正则表达式查询)
        • Fuzzy 查询(模糊查询)
        • Type Query(类型查询)
        • Ids Query(ID 查询)
      • 3.5.5.复合查询(Compound queries)
        • Constant Score 查询
        • Bool 查询
        • Dis Max 查询
        • Function Score 查询
        • Boosting 查询
        • Indices 查询
      • 3.5.6.Joining 查询(连接查询)
        • Nested Query(嵌套查询)
        • Has Child Query
        • Has Parent Query
        • Parent Id Query
      • 3.5.7.地理位置查询 (Geo queries)
        • GeoShape Query(地理形状查询)
        • Geo Bounding Box Query(地理边框查询)
        • Geo Distance Query(地理距离查询)
        • Geo Distance Range Query(地理距离范围查询)
        • Geo Polygon Query(地理多边形查询)
      • 3.5.8.专业查询(Specialized queries)
      • 3.5.9.Span 查询
        • Span Term 查询
        • Span Multi Term 查询
        • Span First 查询
        • Span Near 查询
        • Span Or 查询
        • Span Not 查询
        • Span Containing 查询
        • Span Within 查询
        • Span Field Masking 查询
    • 3.6.Aggregations(聚合分析)
      • 3.6.1.量度聚合(Metric Aggregations)
        • 平均值聚合(Avg Aggregation)
        • 基数聚合(Cardinality Aggregation)
        • 扩展统计聚合( Extended Stats Aggregation)
        • 地理边界聚合(Geo Bounds Aggregation)
        • 地理重心聚合(Geo Centroid Aggregation)
        • 最大值聚合(Max Aggregation)
        • 最小值聚合(Min Aggregation)
        • Percentiles Aggregation
        • Percentile Ranks Aggregation
        • Scripted Metric Aggregation
        • Stats Aggregation
        • 总和聚合(Sum Aggregation)
        • Top hits Aggregation
        • Value Count Aggregation
      • 3.6.2.桶聚合(Bucket Aggregations)
        • 邻接矩阵聚合(Adjacency Matrix Aggregation)
        • Children Aggregation
        • 日期直方图聚合(Date Histogram Aggregation)
        • 日期范围聚合(Date Range Aggregation)
        • 多元化的采样器聚集(Diversified Sampler Aggregation)
        • 过滤器聚合(Filter Aggregation)
        • 多过滤器聚合(Filters Aggregation)
        • 地理距离聚合(Geo Distance Aggregation)
        • GeoHash网格聚合(GeoHash grid Aggregation)
        • 全局聚合(Global Aggregation)
        • 直方图聚合(Histogram Aggregation)
        • IP范围聚合(IP Range Aggregation)
        • 丢失字段聚合(Missing Aggregation)
        • 嵌套聚合(Nested Aggregation)
        • 范围聚合(Range Aggregation)
        • Reverse nested Aggregation
        • 采样聚合(Sampler Aggregation)
        • Significant Terms Aggregation
      • 3.6.3.管道聚合(Pipeline Aggregations)
        • 平均值桶聚合( Avg Bucket Aggregation)
        • 导数聚合(Derivative Aggregation)
        • 最大值桶聚合(Max Bucket Aggregation)
        • 最小值桶聚合(Min Bucket Aggregation)
        • 总和桶聚合(Sum Bucket Aggregation)
        • 统计桶聚合(Stats Bucket Aggregation)
        • 扩展信息桶聚合(Extended Stats Bucket Aggregation)
        • 百分数桶聚合(Percentiles Bucket Aggregation)
        • Moving Average Aggregation
        • 累积汇总聚合(Cumulative Sum Aggregation)
        • 桶脚本聚合(Bucket Script Aggregation)
        • 桶选择器聚合(Bucket Selector Aggregation)
        • 串行差异聚合(Serial Differencing Aggregation)
      • 3.6.4.矩阵聚合(Matrix Aggregations)
        • 矩阵统计(Matrix Stats)
      • 3.6.5.缓存频繁聚合(Caching heavy aggregations)
      • 3.6.6.仅返回需要聚合的结果(Returning only aggregation results)
      • 3.6.7.聚合元数据(Aggregation Metadata)
      • 3.6.8.返回聚合的类型(Returning the type of the aggregation)
    • Glossary of terms (词汇表)
    • 未完成的任务
  • 4.基础补充总结
    • 3.2.Mapping
    • 3.3.分析器与定义自己的分析器(Analyzer)
  • 原理
  • 实战
    • 结构化搜索
    • 聚合分析
    • 数据建模
    • 应用场景
  • PHP API
    • 安装与快速入门
    • 配置
    • 实战
  • 资料
  • 笔记
    • 1.x 升级 2.x
Powered by GitBook
On this page
  • Search
  • Multi-Index, Multi-Type
  • Parameters
  • URI Search
  • Parameters

Was this helpful?

  1. 3.基础
  2. 3.4. APIs
  3. 3.4.3.搜索 APIs (Search APIs)

Search / URI Search

Search

search API 允许你执行一个搜索查询并返回与查询匹配的搜索点击。可以使用简单的查询字符串作为参数或使用请求主体提供查询。

Multi-Index, Multi-Type

所有 search API 可以应用于索引内的跨多个类型,并跨多个索引应用,支持多索引语法。 例如,我们可以在 twitter 索引中搜索所有类型的所有文档:

GET /twitter/_search?q=user:kimchy

我们还可以在特定类型中进行搜索:

GET /twitter/tweet,user/_search?q=user:kimchy

我们还可以在多个索引之间搜索具有某个标签的所有 tweet(例如,当每个用户都有自己的索引时):

GET /kimchy,elasticsearch/tweet/_search?q=tag:wow

或者我们可以使用_all占位符搜索所有可用索引中的所有tweet:

GET /_all/tweet/_search?q=tag:wow

甚至搜索所有的索引和所有类型:

GET /_search?q=tag:wow

默认情况下,elasticsearch 拒绝将查询超过 1000 个分片的搜索请求。 原因是这样大量的分片使协调节点的工作非常耗费 CPU 和内存。 使用较少的较大碎片这种方式组织数据通常是一个更好的主意。 如果您想绕过此限制(不鼓励),可以将 action.search.shard_count.limit集群设置更新为更大的值。

Parameters

URI 中允许使用的参数有:

Name

Description

_source

设置为false以禁用检索 _source 字段。您还可以使用 _source_include&_source_exclude 检索文档的一部分(有关更多详细信息,请参阅请求主体文档)。

analyze_wildcard

应该分析通配符和前缀查询还是不分析。默认为 false。

analyzer

分析查询字符串时使用的分析器名称。

default_operator

要使用的默认运算符,可以是 AND 或 OR 。默认为 OR。

df

在查询中未定义字段前缀时使用的默认字段。

explain

对于每个命中,包含对如何计算命中的计分的解释。

from

从命中的索引开始返回。默认值为 0。

lenient

如果设置为 true 将导致基于格式的失败(例如向数字字段提供文本)被忽略。默认为 false。

lowercase_expanded_terms

应将条款自动缩小或不缩小。默认为 true。

q

查询字符串(映射到 query_string 查询,有关更多详细信息,请参阅查询字符串查询)

search_type

要执行的搜索操作的类型。可以是 dfs_query_then_fetch 或 query_then_fetch。默认为 query_then_fetch。有关可以执行的不同类型搜索的更多详细信息,请参阅搜索类型。

size

要返回的匹配数。默认值为 10。

sort

排序执行。可以是 fieldName 或 fieldName:asc/fieldName:desc的形式。 fieldName 可以是文档中的实际字段,也可以是指示基于分数排序的特殊 _score 名称。可以有几个 sort 参数(顺序很重要)。

stored_fields

为每次命中返回文档的选择性存储字段,逗号分隔。未指定任何值将不会返回任何字段。

terminate_after

要为每个分片收集的文档的最大数量,到达时,查询执行将提前终止。如果设置,响应将有布尔型字段 terminated_early 以指示查询执行是否实际已提前终止。默认为无terminate_after。

timeout

搜索超时,将搜索请求限制为在指定的时间值内执行并且保留与到期时累积的点击数。默认为无超时。

track_scores

排序时,设置为 true 以便仍然跟踪分数并将其作为每次匹配的一部分返回。

URI Search

可以通过提供请求参数来纯粹使用 URI 来执行搜索请求。 在使用此模式执行搜索时,并非所有搜索选项都会公开,但它可以方便快速的“卷曲测试”。

这里给出一个例子:

GET twitter/tweet/_search?q=user:kimchy

并给出一个示例响应:

{
    "timed_out": false,
    "took": 62,
    "_shards":{
        "total" : 1,
        "successful" : 1,
        "failed" : 0
    },
    "hits":{
        "total" : 1,
        "max_score": 1.3862944,
        "hits" : [
            {
                "_index" : "twitter",
                "_type" : "tweet",
                "_id" : "0",
                "_score": 1.3862944,
                "_source" : {
                    "user" : "kimchy",
                    "date" : "2009-11-15T14:12:12",
                    "message" : "trying out Elasticsearch",
                    "likes": 0
                }
            }
        ]
    }
}

Parameters

URI 中允许使用的参数有:

Name

Description

q

查询字符串(映射到 query_string 查询,有关更多详细信息,请参阅查询字符串查询)

df

在查询中未定义字段前缀时使用的默认字段。

analyzer

分析查询字符串时使用的分析器名称。

lowercase_expanded_terms

应将条款自动缩小或不缩小。默认为 true。

analyze_wildcard

应该分析通配符和前缀查询还是不分析。默认为 false。

default_operator

要使用的默认运算符,可以是 AND 或 OR 。默认为 OR。

lenient

如果设置为 true 将导致基于格式的失败(例如向数字字段提供文本)被忽略。默认为 false。

explain

对于每个命中,包含对如何计算命中的计分的解释。

_source

设置为false以禁用检索 _source 字段。您还可以使用 _source_include&_source_exclude 检索文档的一部分(有关更多详细信息,请参阅请求主体文档)。

stored_fields

为每次命中返回文档的选择性存储字段,逗号分隔。未指定任何值将不会返回任何字段。

sort

排序执行。可以是 fieldName 或 fieldName:asc/fieldName:desc的形式。 fieldName 可以是文档中的实际字段,也可以是指示基于分数排序的特殊 _score 名称。可以有几个 sort 参数(顺序很重要)。

track_scores

排序时,设置为 true 以便仍然跟踪分数并将其作为每次匹配的一部分返回。

timeout

搜索超时,将搜索请求限制为在指定的时间值内执行并且保留与到期时累积的点击数。默认为无超时。

terminate_after

要为每个分片收集的文档的最大数量,到达时,查询执行将提前终止。如果设置,响应将有布尔型字段 terminated_early 以指示查询执行是否实际已提前终止。默认为无terminate_after。

from

从命中的索引开始返回。默认值为 0。

size

要返回的匹配数。默认值为 10。

search_type

要执行的搜索操作的类型。可以是 dfs_query_then_fetch 或 query_then_fetch。默认为 query_then_fetch。有关可以执行的不同类型搜索的更多详细信息,请参阅搜索类型。

Previous3.4.3.搜索 APIs (Search APIs)NextRequest Body Search(未完成)

Last updated 5 years ago

Was this helpful?