first commit

专栏/ElasticSearch知识体系详解/04入门：查询和聚合的基础使用.md

@@ -0,0 +1,359 @@
+
+                            
+                            因收到Google相关通知，网站将会择期关闭。相关通知内容
+                            
+                            
+                            04 入门：查询和聚合的基础使用
+                            入门：从索引文档开始
+
+
+索引一个文档
+
+
+PUT /customer/_doc/1
+{
+  "name": "John Doe"
+}
+
+
+为了方便测试，我们使用kibana的dev tool来进行学习测试：
+
+
+
+查询刚才插入的文档
+
+
+
+学习准备：批量索引文档
+
+
+ES 还提供了批量操作，比如这里我们可以使用批量操作来插入一些数据，供我们在后面学习使用。
+
+
+使用批量来批处理文档操作比单独提交请求要快得多，因为它减少了网络往返。
+
+
+下载测试数据
+
+
+数据是index为bank，accounts.json 下载地址 （如果你无法下载，也可以clone ES的官方仓库 ，然后进入/docs/src/test/resources/accounts.json目录获取）
+
+数据的格式如下
+
+{
+  "account_number": 0,
+  "balance": 16623,
+  "firstname": "Bradshaw",
+  "lastname": "Mckenzie",
+  "age": 29,
+  "gender": "F",
+  "address": "244 Columbus Place",
+  "employer": "Euron",
+  "email": "[email protected]",
+  "city": "Hobucken",
+  "state": "CO"
+}
+
+
+
+批量插入数据
+
+
+将accounts.json拷贝至指定目录，我这里放在/opt/下面,
+
+然后执行
+
+curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@/opt/accounts.json"
+
+
+
+查看状态
+
+
+[elasticsearch@VM-0-14-centos root]$ curl "localhost:9200/_cat/indices?v=true" | grep bank
+  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
+                                 Dload  Upload   Total   Spent    Left  Speed
+100  1524  100  1524    0     0   119k      0 --:--:-- --:--:-- --:--:--  124k
+yellow open   bank                            yq3eSlAWRMO2Td0Sl769rQ   1   1       1000            0    379.2kb        379.2kb
+[elasticsearch@VM-0-14-centos root]$
+
+
+查询数据
+
+
+我们通过kibana来进行查询测试。
+
+
+查询所有
+
+match_all表示查询所有的数据，sort即按照什么字段排序
+
+GET /bank/_search
+{
+  "query": { "match_all": {} },
+  "sort": [
+    { "account_number": "asc" }
+  ]
+}
+
+
+结果
+
+
+
+相关字段解释
+
+
+took – Elasticsearch运行查询所花费的时间（以毫秒为单位）
+timed_out –搜索请求是否超时
+_shards - 搜索了多少个碎片，以及成功，失败或跳过了多少个碎片的细目分类。
+max_score – 找到的最相关文档的分数
+hits.total.value - 找到了多少个匹配的文档
+hits.sort - 文档的排序位置（不按相关性得分排序时）
+hits._score - 文档的相关性得分（使用match_all时不适用）
+
+
+分页查询(from+size)
+
+本质上就是from和size两个字段
+
+GET /bank/_search
+{
+  "query": { "match_all": {} },
+  "sort": [
+    { "account_number": "asc" }
+  ],
+  "from": 10,
+  "size": 10
+}
+
+
+结果
+
+
+
+指定字段查询：match
+
+如果要在字段中搜索特定字词，可以使用match; 如下语句将查询address 字段中包含 mill 或者 lane的数据
+
+GET /bank/_search
+{
+  "query": { "match": { "address": "mill lane" } }
+}
+
+
+结果
+
+
+
+（由于ES底层是按照分词索引的，所以上述查询结果是address 字段中包含 mill 或者 lane的数据）
+
+查询段落匹配：match_phrase
+
+如果我们希望查询的条件是 address字段中包含 “mill lane”，则可以使用match_phrase
+
+GET /bank/_search
+{
+  "query": { "match_phrase": { "address": "mill lane" } }
+}
+
+
+结果
+
+
+
+多条件查询: bool
+
+如果要构造更复杂的查询，可以使用bool查询来组合多个查询条件。
+
+例如，以下请求在bank索引中搜索40岁客户的帐户，但不包括居住在爱达荷州（ID）的任何人
+
+GET /bank/_search
+{
+  "query": {
+    "bool": {
+      "must": [
+        { "match": { "age": "40" } }
+      ],
+      "must_not": [
+        { "match": { "state": "ID" } }
+      ]
+    }
+  }
+}
+
+
+结果
+
+
+
+must, should, must_not 和 filter 都是bool查询的子句。那么filter和上述query子句有啥区别呢？
+
+查询条件：query or filter
+
+先看下如下查询, 在bool查询的子句中同时具备query/must 和 filter
+
+GET /bank/_search
+{
+  "query": {
+    "bool": {
+      "must": [
+        {
+          "match": {
+            "state": "ND"
+          }
+        }
+      ],
+      "filter": [
+        {
+          "term": {
+            "age": "40"
+          }
+        },
+        {
+          "range": {
+            "balance": {
+              "gte": 20000,
+              "lte": 30000
+            }
+          }
+        }
+      ]
+    }
+  }
+}
+
+
+结果
+
+
+
+两者都可以写查询条件，而且语法也类似。区别在于，query 上下文的条件是用来给文档打分的，匹配越好 _score 越高；filter 的条件只产生两种结果：符合与不符合，后者被过滤掉。
+
+所以，我们进一步看只包含filter的查询
+
+GET /bank/_search
+{
+  "query": {
+    "bool": {
+      "filter": [
+        {
+          "term": {
+            "age": "40"
+          }
+        },
+        {
+          "range": {
+            "balance": {
+              "gte": 20000,
+              "lte": 30000
+            }
+          }
+        }
+      ]
+    }
+  }
+}
+
+
+结果，显然无_score
+
+
+
+聚合查询：Aggregation
+
+
+我们知道SQL中有group by，在ES中它叫Aggregation，即聚合运算。
+
+
+简单聚合
+
+比如我们希望计算出account每个州的统计数量， 使用aggs关键字对state字段聚合，被聚合的字段无需对分词统计，所以使用state.keyword对整个字段统计
+
+GET /bank/_search
+{
+  "size": 0,
+  "aggs": {
+    "group_by_state": {
+      "terms": {
+        "field": "state.keyword"
+      }
+    }
+  }
+}
+
+
+结果
+
+
+
+因为无需返回条件的具体数据, 所以设置size=0，返回hits为空。
+
+doc_count表示bucket中每个州的数据条数。
+
+嵌套聚合
+
+ES还可以处理个聚合条件的嵌套。
+
+比如承接上个例子， 计算每个州的平均结余。涉及到的就是在对state分组的基础上，嵌套计算avg(balance):
+
+GET /bank/_search
+{
+  "size": 0,
+  "aggs": {
+    "group_by_state": {
+      "terms": {
+        "field": "state.keyword"
+      },
+      "aggs": {
+        "average_balance": {
+          "avg": {
+            "field": "balance"
+          }
+        }
+      }
+    }
+  }
+}
+
+
+结果
+
+
+
+对聚合结果排序
+
+可以通过在aggs中对嵌套聚合的结果进行排序
+
+比如承接上个例子， 对嵌套计算出的avg(balance)，这里是average_balance，进行排序
+
+GET /bank/_search
+{
+  "size": 0,
+  "aggs": {
+    "group_by_state": {
+      "terms": {
+        "field": "state.keyword",
+        "order": {
+          "average_balance": "desc"
+        }
+      },
+      "aggs": {
+        "average_balance": {
+          "avg": {
+            "field": "balance"
+          }
+        }
+      }
+    }
+  }
+}
+
+
+结果
+
+
+
+                        
+                        
+