Elasticsearch的查询构建器(org.elasticsearch.index.query.QueryBuilders
)是构建复杂查询的强大工具集。本文将逐一介绍其主要成员属性和方法,帮助你更高效地进行数据检索与分析。
基础查询
matchAllQuery
- 功能:匹配所有文档的查询。
- 示例:
QueryBuilders.matchAllQuery()
matchQuery
- 功能:基于字段的全文本匹配查询。
- 参数:字段名,查询关键词。
- 示例:
QueryBuilders.matchQuery("title", "elasticsearch")
commonTermsQuery
- 功能:处理常用词的优化查询,平衡准确性和性能。
- 参数:字段名,查询文本,低频词阈值等。
- 示例:
QueryBuilders.commonTermsQuery("content", "elasticsearch basics")
multiMatchQuery
- 功能:在多个字段上执行匹配查询。
- 参数:查询文本,涉及的字段列表,查询类型等。
- 示例:
QueryBuilders.multiMatchQuery("elasticsearch", "title", "content").type(MultiMatchQueryBuilder.Type.BEST_FIELDS)
其他基础查询
matchBoolPrefixQuery, matchPhraseQuery, matchPhrasePrefixQuery, disMaxQuery, combinedFieldsQuery, distanceFeatureQuery 等,分别用于布尔前缀匹配、短语匹配、短语前缀匹配、最佳匹配查询、组合字段查询、距离特征查询等场景。
高级查询
termQuery
, termsQuery
- 功能:精确匹配单个或多个指定值。
- 示例:
termQuery("status", "published")
,termsQuery("tags", "search", "elasticsearch")
fuzzyQuery
, prefixQuery
, wildcardQuery
, regexpQuery
- 功能:模糊匹配、前缀匹配、通配符匹配、正则表达式匹配。
- 示例:
fuzzyQuery("name", "elastik")
,prefixQuery("tag", "elast")
queryStringQuery
, simpleQueryStringQuery
- 功能:基于Lucene查询语法的查询,后者更用户友好。
- 示例:
queryStringQuery("title:elasticsearch AND content:basics")
boostingQuery
, boolQuery
- 功能:提升查询(提升某些查询结果的权重)和布尔查询(组合多个查询条件)。
- 示例:
boostingQuery(positiveQuery, negativeQuery.boost(-0.5f))
,
boolQuery().must(QueryBuilders.matchQuery("title", "elasticsearch")).should(QueryBuilders.matchQuery("author", "shay"))
span*Query
系列
- 功能:用于实现更精细的句法或位置相关的查询,如
spanTermQuery
,spanFirstQuery
,spanNearQuery
等。
nestedQuery
- 功能:针对嵌套对象的查询。
- 示例:
nestedQuery("comments", termQuery("comments.user", "kimchy"))
functionScoreQuery
- 功能:根据自定义函数调整查询得分。
- 示例:
functionScoreQuery(matchQuery("text", "elasticsearch")).boostFactor(2.0f)
地理空间查询
geoDistanceQuery
,geoBoundingBoxQuery
,geoPolygonQuery
,geoShapeQuery
- 功能:支持基于地理位置的各种查询,如距离查询、边界盒查询、多边形查询等。
特殊用途查询
existsQuery
- 功能:检查字段是否存在。
- 示例:
existsQuery("published_date")
wrapperQuery
,typeQuery
,termsLookupQuery
,scriptQuery
- 功能:包装其他查询、按文档类型查询、动态获取查询项、基于脚本的查询等。
通过灵活运用这些查询构建器,开发者可以构建出适应各种需求的复杂查询逻辑,从而高效地从Elasticsearch中检索所需信息。掌握这些工具是深入使用Elasticsearch进行数据分析和搜索应用开发的关键。