本文用到的测试数据及所有代码链接：
https://blog.csdn.net/m0_62436868/article/details/128505566?spm=1001.2014.3001.5501
1、SearchAPI
ES 支持两种基本方式检索 :
一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）
另一个是通过使用 REST request body 来发送它们（uri+请求体）
1）、检索信息
一切检索从_search 开始
GET bank/_search 检索 bank 下所有信息，包括 type 和 docs
GET bank/_search?q=*&sort=account_number:asc 请求参数方式检索
响应结果：
响应结果解释：
took - Elasticsearch 执行搜索的时间（毫秒）
time_out - 告诉我们搜索是否超时
_shards - 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片
hits - 搜索结果
hits.total - 搜索结果
hits.hits - 实际的搜索结果数组（默认为前 10 的文档）
sort - 结果的排序 key（键）（没有则按 score 排序）
score 和 max_score –相关性得分和最高得分（全文检索用）
uri+请求体进行检索
GET bank/_search { "query": { "match_all": {} }, "sort": [ { "account_number": { "order": "desc" } } ] }
HTTP 客户端工具（POSTMAN），get 请求不能携带请求体，我们变为 post 也是一样的 我们 POST 一个 JSON 风格的查询请求体到 _search API。 需要了解，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并且不会维护任何 服务端的资源或者结果的 cursor（游标）
2、Query DSL
1）、基本语法格式
Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL（domain-specific language 领域特 定语言）。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂， 真正学好它的方法是从一些基础的示例开始的。
一个查询语句 的典型结构：
{ QUERY_NAME: { ARGUMENT: VALUE, ARGUMENT: VALUE,... } }
如果是针对某个字段，那么它的结构如下：
{ QUERY_NAME: { FIELD_NAME: { ARGUMENT: VALUE, ARGUMENT: VALUE,... } } }
例子：
GET bank/_search { "query": { "match_all": {} }, "from": 0, "size": 5, "sort": [ { "account_number": { "order": "desc" } } ] }
query 定义如何查询，
match_all 查询类型【代表查询所有的所有】，es 中可以在 query 中组合非常多的查 询类型完成复杂查询
除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如 sort，size
from+size 限定，完成分页功能
sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准
2）、返回部分字段
GET bank/_search { "query": { "match_all": {} }, "from": 0, "size": 5, "_source": [ "age", "balance" ] }
3）、match【匹配查询】
基本类型（非字符串），精确匹配
GET bank/_search { "query": { "match": { "account_number": "20" } } }
match 返回 account_number=20 的
字符串，全文检索
GET bank/_search { "query": { "match": { "address": "mill" } } }
最终查询出 address 中包含 mill 单词的所有记录
match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。
字符串，多个单词（分词+全文检索）
GET bank/_search { "query": { "match": { "address": "mill road" } } }
最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录，并给出相关性得分
4）、match_phrase【短语匹配】
将需要匹配的值当成一个整体单词（不分词）进行检索
GET bank/_search { "query": { "match_phrase": { "address": "mill road" } } }
查出 address 中包含 mill road 的所有记录，并给出相关性得分
5）、multi_match【多字段匹配】
GET bank/_search { "query": { "multi_match": { "query": "mill", "fields": [ "state", "address" ] } } }
state 或者 address 包含 mill
6）、bool【复合查询】
bool 用来做复合查询： 复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味 着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。
must
必须达到 must 列举的所有条件
GET bank/_search { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "gender": "M" } } ] } } }
should
应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变 查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么 should 的条件就会 被作为默认匹配条件而去改变查询结果
GET bank/_search { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "gender": "M" } } ], "should": [ { "match": { "address": "lane" } } ] } } }
must_not
必须不是指定的情况
GET bank/_search { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "gender": "M" } } ], "should": [ { "match": { "address": "lane" } } ], "must_not": [ { "match": { "email": "baluba.com" } } ] } } }
address 包含 mill，并且 gender 是 M，如果 address 里面有 lane 最好不过，但是 email 必 须不包含 baluba.com
总结
7）、filter【结果过滤】
并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering”（过滤）的文档。为了不 计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。
GET bank/_search { "query": { "bool": { "must": [ { "match": { "address": "mill" } } ], "filter": { "range": { "balance": { "gte": 10000, "lte": 20000 } } } } } }
8）、term
和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非 text 字段匹配用 term。
GET bank/_search { "query": { "bool": { "must": [ { "term": { "age": { "value": "28" } } }, { "match": { "address": "990 Mill Road" } } ] } } }
9）、aggregations（执行聚合）
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP BY 和 SQL 聚合函数。在 Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返 回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的， 您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用 一次简洁和简化的 API 来避免网络往返。
搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。
GET bank/_search { "query": { "match": { "address": "mill" } }, "aggs": { "group_by_state": { "terms": { "field": "age" } }, "avg_age": { "avg": { "field": "age" } } }, "size": 0 }
size：0 不显示搜索数据
aggs：执行聚合。聚合语法如下
"aggs": { "aggs_name 这次聚合的名字，方便展示在结果集中": { "AGG_TYPE 聚合的类型（avg,term,terms）": {} } },
复杂： 按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search { "query": { "match_all": {} }, "aggs": { "age_avg": { "terms": { "field": "age", "size": 1000 }, "aggs": { "banlances_avg": { "avg": { "field": "balance" } } } } }, "size": 1000 }
复杂：查出所有年龄分布，并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄 段的总体平均薪资
GET bank/account/_search { "query": { "match_all": {} }, "aggs": { "age_agg": { "terms": { "field": "age", "size": 100 }, "aggs": { "gender_agg": { "terms": { "field": "gender.keyword", "size": 100 }, "aggs": { "balance_avg": { "avg": { "field": "balance" } } } }, "balance_avg": { "avg": { "field": "balance" } } } } }, "size": 1000 }
