一、前言
說實話，剛測試ES的時候，我的內(nèi)心是崩潰的，好多單詞都不知道代表什么意思，只能一邊測試，一邊查詢?？吹骄挖s緊記下來，一天下來，也算是學的七七八八吧。這里分享給大家。
二、ES常見單詞解釋
1、url請求中的參數(shù)：
curl -XPOST 'localhost:9200/bank/type1/_search?pretty' -d '
{
"query": { "match_all": {} }
}'
（1）9200后面的bank是索引名字
（2）type1代表es的type，類似于傳統(tǒng)數(shù)據(jù)庫的table
（3）pretty：pretty是將返回的信息以可讀的JSON形式返回
2、_source字段：
這個字段代表是否存儲在原始文檔。如果設置為true,那么查詢之后，會在hits.hits里面有個_source數(shù)組，展示原始文檔。
_source可以限制存儲部分字段，或者不存儲部分字段，形如：
"yourtype":{
"_source":{
"includes":["field1","field2"] //這兩個字段會存儲在原始文檔
},
"properties": {
...
}
}
"yourtype":{
"_source":{
"excludes":["field1","field2"] //這兩個字段不會存儲在原始文檔
},
"properties": {
...
}
}
3、_all的配置:
這個屬性的配置方法和_source類似，它是把一個文檔里面的所有信息都放到一起組合成一個大字段。我們可以設置這個字段包含所有的字段，也可以設置只包含幾個字段，或者是只存儲幾個字段
（1）包含所有字段
"yourtype": {
"_all": {
"enabled": true //這樣設置的話，就包含了所有的字段
},}
（2）包含或者不包含部分字段
"yourtype": {
"properties": {
"field1": {
"type": "string",
"include_in_all": false //這個字段不包含在_all
},
"field2": {
"type": "string",
"include_in_all": true //這個字段包含在_all
}
}
}
4、highlight 高亮顯示:
這個字段類似于咱們百度的時候，符合預期文字的部分都會高亮顯示出紅色來
（1）可以在查詢時指定高亮字段或者全部高亮
"query": {
"match": {
"_all": "中國人"
}
},
"highlight": {
"fields": {
//"_all": {} //這是對_all字段進行高亮查詢
//"title": {} //這是對title字段進行高亮顯示
}
}
5、設置字段的index屬性。
這個屬性是控制該字段是否生成倒排索引，取值主要有三個：
（1）analyzed:字段被索引，會做分詞，可搜索。反過來，如果需要根據(jù)某個字段進搜索，index屬性就應該設置為analyzed。
（2）not_analyzed：字段值不分詞，會被原樣寫入索引。反過來，如果某些字段需要完全匹配，比如人名、地名，index屬性設置為not_analyzed為佳。
（3）no:字段不寫入索引，當然也就不能搜索。反過來，有些業(yè)務要求某些字段不能被搜索，那么index屬性設置為no即可。
類似于：
（1）analyzed:字段被索引，會做分詞，可搜索。反過來，如果需要根據(jù)某個字段進搜索，index屬性就應該設置為analyzed。
（2）not_analyzed：字段值不分詞，會被原樣寫入索引。反過來，如果某些字段需要完全匹配，比如人名、地名，index屬性設置為not_analyzed為佳。
（3）no:字段不寫入索引，當然也就不能搜索。反過來，有些業(yè)務要求某些字段不能被搜索，那么index屬性設置為no即可。
6、store屬性：
用于指定是否將原始字段寫入索引，默認取值為no。
因為在Lucene中，高亮功能和store屬性是否存儲息息相關，因為需要根據(jù)偏移位置到原始文檔中找到關鍵字才能加上高亮的片段。在Elasticsearch，因為_source中已經(jīng)存儲了一份原始文檔，可以根據(jù)_source中的原始文檔實現(xiàn)高亮，在索引中再存儲原始文檔就多余了，所以Elasticsearch默認是把store屬性設置為no。
注意: 如果想要對某個字段實現(xiàn)高亮功能，_source和store至少保留一個。
參考：https://blog.csdn.net/mlljava1111/article/details/70598481
7、took :該請求花了多少毫秒 (took)
8、_shards:
描述了查詢分片的信息，查詢了多少個分片、成功的分片數(shù)量、失敗的分片數(shù)量等猜測這個字段代表該次查詢，獲取數(shù)據(jù)經(jīng)過的分片數(shù)量之和
9、hits:
搜索的結(jié)果，total是全部的滿足的文檔數(shù)目，hits是返回的實際數(shù)目（默認是10）
10、max_score和_score ：
代表的是查詢結(jié)果的評分值，分越高，代表權(quán)重越大，排名越靠前。具體的參考：
https://blog.csdn.net/paditang/article/details/79098830
有的時候我們可能對分數(shù)不感興趣，就可以使用filter進行過濾，它不會去計算分值，因此效率也就更高一些
11、Routing:Elasticsearch的路由機制
我們可以通過制定路由，而避免ES自己進行大量的廣播操作。直接按照我們制定的路由找到對應的分片查詢，關于路由機制，我們不做贅述，只是了解下就行。
具體請參考：https://blog.csdn.net/cnweike/article/details/38531997
12、term和trems：
這兩個是精準查找，一個是單數(shù)，一次查找單個值。一個是復數(shù)，一次查找多個值。
例如："terms" : {
"price" : [20, 30]
}
13、先看個語句：
GET _search
{
"query": {
"filtered": {
"query": {
"match": {
"text": "quick brown fox"
}
},
"filter": {
"term": {
"status": "published"
}
}
}
}
}
（1） 這里的"filtered": 從ES5.0之后被移除了。
（2） filter代表過濾匹配，也是為了過濾status字段，讓它不去計算的分數(shù)，不用計算權(quán)重等。
新的語句為：
GET _search
{
"query": {
"bool": {
"must": {
"match": {
"text": "quick brown fox"
}
},
"filter": {
"term": {
"status": "published"
}
}
}
}
}
（3） bool代表的是bool查詢，參數(shù)主要有：
must
所有的語句都 必須（must） 匹配，與 AND 等價。
must_not
所有的語句都 不能（must not） 匹配，與 NOT 等價。
should
至少有一個語句要匹配，與 OR 等價
到此這篇關于Elasticsearch屬性單詞常用解析說明的文章就介紹到這了,更多相關Elasticsearch屬性單詞解析內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Java使用elasticsearch基礎API使用案例講解
- Django對接elasticsearch實現(xiàn)全文檢索的示例代碼
- 解決Elasticsearch因jdk版本問題啟動失敗的問題
- spring-data-elasticsearch @Field注解無效的完美解決方案
- Elasticsearch中store field與non-store field的區(qū)別說明
- Elasticsearch 映射參數(shù)詳解 fields
- 基于ElasticSearch Analyzer的使用規(guī)則詳解
- Java elasticSearch-api的具體操作步驟講解
