java term_[ElasticSearch]Java API 之 词条查询（Term Level Query）
1. 词条查询(Term Query)
词条查询是ElasticSearch的一个简单查询。它仅匹配在给定字段中含有该词条的文档，而且是确切的、未经分析的词条。term
查询 会查找我们设定的准确值。term 查询本身很简单，它接受一个字段名和我们希望查找的值。
下面代码查询将匹配 college 字段中含有"California"一词的文档。记住，词条查询是未经分析的，因此需要提供跟索引文档中的词条完全匹配的词条。请注意，我们使用小写开头的california来搜索，而不是California，因为California一词在建立索引时已经变成了california(默认分词器)。
/**
publicstaticvoidtermQuery(Clientclient,Stringindex,Stringtype){
// Query
TermQueryBuildertermQueryBuilder =QueryBuilders.termQuery("country","AWxhOn".toLowerCase());
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(termQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
2. 多词条查询(Terms Query)
词条查询(Term Query)允许匹配单个未经分析的词条，多词条查询(Terms Query)可以用来匹配多个这样的词条。只要指定字段包含任一我们给定的词条，就可以查询到该文档。
下面代码得到所有在 country 字段中含有 “德国” 或 "比利时" 的文档。
/**
publicstaticvoidtermsQuery(Clientclient,Stringindex,Stringtype){
// Query
TermsQueryBuildertermsQueryBuilder =QueryBuilders.termsQuery("country","比利时","德国");
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(termsQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
输出结果：
.sjf.open.api.QueryAPI-----------QueryAPIid 9score 0.4898842source {country=比利时,name=阿扎尔,club=切尔西俱乐部}
.sjf.open.api.QueryAPI-----------QueryAPIid 4score 0.39103588source {country=德国,name=穆勒,club=拜仁慕尼黑俱乐部}
.sjf.open.api.QueryAPI-----------QueryAPIid 1score 0.25427115source {country=比利时,name=德布劳内,club=曼城俱乐部}
3. 范围查询(Range Query)
范围查询使我们能够找到在某一字段值在某个范围里的文档，字段可以是数值型，也可以是基于字符串的。范围查询只能针对单个字段。
方法：
(1)gte() :范围查询将匹配字段值大于或等于此参数值的文档。
(2)gt() :范围查询将匹配字段值大于此参数值的文档。
(3)lte() :范围查询将匹配字段值小于或等于此参数值的文档。
(4)lt() :范围查询将匹配字段值小于此参数值的文档。
(5)from()
开始值 to() 结束值 这两个函数与includeLower()和includeUpper()函数配套使用。
includeLower(true) 表示 from() 查询将匹配字段值大于或等于此参数值的文档；
includeLower(false) 表示 from() 查询将匹配字段值大于此参数值的文档；
includeUpper(true) 表示 to() 查询将匹配字段值小于或等于此参数值的文档；
includeUpper(false) 表示 to() 查询将匹配字段值小于此参数值的文档；
/**
publicstaticvoidrangeQuery(Clientclient,Stringindex,Stringtype){
// Query
RangeQueryBuilderrangeQueryBuilder =QueryBuilders.rangeQuery("age");
.from(19);
.to(21);
.includeLower(true);
.includeUpper(true);
//RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("age").gte(19).lte(21);
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(rangeQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.execute().actionGet();
// 结果
(searchResponse);
}
上面代码中的查询语句与下面的是等价的：
QueryBuilderqueryBuilder =QueryBuilders.rangeQuery("age").gte(19).lte(21);
输出结果：
.sjf.open.api.QueryAPI-----------QueryAPIid 9score 1.0source {college=计算机学院,school=麻省理工大学,sex=boy,name=廖力生,age=21}
.sjf.open.api.QueryAPI-----------QueryAPIid 2score 1.0source {college=通信学院,school=西安电子科技大学,sex=boy,name=李源一,age=19}
.sjf.open.api.QueryAPI-----------QueryAPIid 4score 1.0source {college=电子工程学院,school=中国科技大学,sex=girl,name=王俊辉,age=21}
.sjf.open.api.QueryAPI-----------QueryAPIid 1score 1.0source {college=计算机学院,school=西安电子科技大学,sex=boy,name=徐欣,age=21}
.sjf.open.api.QueryAPI-----------QueryAPIid 11score 1.0source {college=计算机学院ddddd,school=中国科技大学,sex=girl,name=王俊辉2,age=21}
4. 存在查询(Exists Query)
如果指定字段上至少存在一个no-null的值就会返回该文档。
/**
publicstaticvoidexistsQuery(Clientclient,Stringindex,Stringtype){
// Query
ExistsQueryBuilderexistsQueryBuilder =QueryBuilders.existsQuery("name");
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(existsQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
举例说明，下面的几个文档都会得到上面代码的匹配：
第一个是字符串，是一个非null的值。
第二个是空字符串，也是非null。
第三个使用标准分析器的情况下尽管不会返回词条，但是原始字段值是非null的(Even though the standard analyzer would emit zero tokens, the original field is non-null)。
第五个中至少有一个是非null值。
下面几个文档不会得到上面代码的匹配：
"bar"}
第一个是null值。
第二个没有值。
第三个只有null值，至少需要一个非null值。
第四个与指定字段不匹配。
5. 前缀查询(Prefix Query)
前缀查询让我们匹配这样的文档：它们的特定字段已给定的前缀开始。下面代码中我们查询所有country字段以"葡萄"开始的文档。
/**
publicstaticvoidprefixQuery(Clientclient,Stringindex,Stringtype){
// Query
PrefixQueryBuilderprefixQueryBuilder =QueryBuilders.prefixQuery("country","葡萄");
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(prefixQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
输出结果：
.sjf.open.api.QueryAPI-----------QueryAPIid 3score 1.0source {country=葡萄牙,name=C罗,club=皇家马德里俱乐部}
备注：
进行下面前缀查询，没有查找到相应信息，但是数据源中是有的：
QueryBuilderqueryBuilder =QueryBuilders.prefixQuery("club","皇家马德里");
产生以上差别的主要原因是club字段(默认mapping配置)进行了分析器分析了，索引中的数据已经不在是"皇家马德里"，而country字段没有进行分析(mapping配置not_analyzed)。
6. 通配符查询(Wildcard Query)
通配符查询允许我们获取指定字段满足通配符表达式的文档，和前缀查询一样，通配符查询指定字段是未分析的(not analyzed)。
可以使用星号代替0个或多个字符，使用问号代替一个字符。星号表示匹配的数量不受限制，而后者的匹配字符数则受到限制。这个技巧主要用于英文搜索中，如输入““computer*”，就可以找到“computer、computers、computerised、computerized”等单词，而输入“comp?ter”，则只能找到“computer、compater、competer”等单词。注意的是通配符查询不太注重性能，在可能时尽量避免，特别是要避免前缀通配符(以以通配符开始的词条)。
/**
publicstaticvoidwildcardQuery(Clientclient,Stringindex,Stringtype){
// Query
WildcardQueryBuilderwildcardQueryBuilder =QueryBuilders.wildcardQuery("country","西*牙");
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(wildcardQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
输出结果：
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 8score 1.0source {country=西班牙,name=托雷斯,club=马德里竞技俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 6score 1.0source {country=西班牙,name=布斯克茨,club=巴萨罗那俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 7score 1.0source {country=西班牙,name=哈维,club=巴萨罗那俱乐部}
7. 正则表达式查询(Regexp Query)
正则表达式查询允许我们获取指定字段满足正则表达式的文档，和前缀查询一样，正则表达式查询指定字段是未分析的(not analyzed)。正则表达式查询的性能取决于所选的正则表达式。如果我们的正则表达式匹配许多词条，查询将很慢。一般规则是，正则表达式匹配的词条数越高，查询越慢。
/**
publicstaticvoidregexpQuery(Clientclient,Stringindex,Stringtype){
// Query
RegexpQueryBuilderregexpQueryBuilder =QueryBuilders.regexpQuery("country","(西班|葡萄)牙");
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(regexpQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
输出结果：
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 8score 1.0source {country=西班牙,name=托雷斯,club=马德里竞技俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 6score 1.0source {country=西班牙,name=布斯克茨,club=巴萨罗那俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 7score 1.0source {country=西班牙,name=哈维,club=巴萨罗那俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 3score 1.0source {country=葡萄牙,name=C罗,club=皇家马德里俱乐部}
8. 模糊查询(Fuzzy Query)
如果指定的字段是string类型，模糊查询是基于编辑距离算法来匹配文档。编辑距离的计算基于我们提供的查询词条和被搜索文档。如果指定的字段是数值类型或者日期类型，模糊查询基于在字段值上进行加减操作来匹配文档(The fuzzy query uses
similarity based on Levenshtein edit distance for fields,
and a margin
on numeric and date fields)。此查询很占用CPU资源，但当需要模糊匹配时它很有用，例如，当用户拼写错误时。另外我们可以在搜索词的尾部加上字符 “~” 来进行模糊查询。
8.1 string类型字段
模糊查询生成所有可能跟指定词条的匹配结果(在fuzziness指定的最大编辑距离范围之内)。然后检查生成的所有结果是否是在索引中。
下面代码中模糊查询country字段为”西班牙“的所有文档，同时指定最大编辑距离为1(fuzziness)，最少公共前缀为0(prefixLength)，即不需要公共前缀。
/**
publicstaticvoidfuzzyQuery(Clientclient,Stringindex,Stringtype){
// Query
FuzzyQueryBuilderfuzzyQueryBuilder =QueryBuilders.fuzzyQuery("country","洗班牙");
// 最大编辑距离
.fuzziness(Fuzziness.ONE);
// 公共前缀
.prefixLength(0);
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(fuzzyQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}
输出结果：
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 8score 1.6931472source {country=西班牙,name=托雷斯,club=马德里竞技俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 6score 1.4054651source {country=西班牙,name=布斯克茨,club=巴萨罗那俱乐部}
.sjf.open.api.queryAPI.TermQueryAPI-----------TermQueryAPIid 7score 1.0source {country=西班牙,name=哈维,club=巴萨罗那俱乐部}
8.2 数字和日期类型字段
与范围查询(Range Query)的around比较类似。形成在指定值上上下波动fuzziness大小的一个范围：
field value <=+fuzziness
下面代码在18岁上下波动2岁，形成[17-19]的一个范围查询：
/**
publicstaticvoidfuzzyQuery2(Clientclient,Stringindex,Stringtype){
// Query
FuzzyQueryBuilderfuzzyQueryBuilder =QueryBuilders.fuzzyQuery("age","18");
.fuzziness(Fuzziness.TWO);
// Search
SearchRequestBuildersearchRequestBuilder =client.prepareSearch(index);
.setTypes(type);
.setQuery(fuzzyQueryBuilder);
// 执行
SearchResponsesearchResponse =searchRequestBuilder.get();
// 结果
(searchResponse);
}