首先创建一个 索引  shop , 并创建 mappings 

使用 url 方式查询

查询搜索的规范：

        在索引后加上  _search  ； 

        ?q  代表是query   ；

        基于 desc 字段是查询

192.168.1.160:9200/shop/_search?q=desc:慕课网

多条件查询：

192.168.1.160:9200/shop/_search?q=desc:慕课网&q=age:20    desc包含有“慕课网”的字段，且 age=20

使用 DSL 查询

        DSL 搜索，查询条件使用 josn格式。

POST   192.168.1.160:9200/shop/_doc/_search

json:
{
    "query":{
            "match":{
                    "desc":"慕课网"
                    }        
        }
}

DSL 关键字  

exists  查询某个字段是否存在   query  代表查询

{
    "query": {
        "exists": {
            "field": "desc"
         }
     }
}

key可以是一些es的关键字，也可以是某个field字段，后面会遇到

查询所有 (返回所有字段)

POST   192.168.1.160:9200/shop/_doc/_search

json:
{
    "query":{
            "match_all":{}        
        }
}

查询所有 (返回所需字段)

POST   192.168.1.160:9200/shop/_doc/_search

json:
{
    "query":{
            "match_all":{}        
        },
    "_source":["id","nickname","age"]
}

查询 显示要的字段，去除不需要展示的字段

{
  "query":{
    "match_all": {}
  },
  "_source":{
     "includes": "addr*",
     "excludes": ["name","bir*"]
  }
}

 查询带分页

  添加  from   size 关键字。 from 是第几条 ； size 每页多少条。  

POST   192.168.1.160:9200/shop/_doc/_search

json:
{
    "query":{
            "match_all":{}        
        },
    "_source":["id","nickname","age"],
    "from":0,
    "size":10
}

term 精确搜索与 match 分词搜索

term  搜索的时候会把用户搜索内容，比如“慕课网”作为一整个关键词去搜索，而不会对其进行分词后再搜索。  

match 会对 慕课网 先进行分词（其实就是全文检索），在查询，而term则不会，直接把 慕课网 作为一个整的词汇去搜索。match 搜索，比如 desc字段中有一个 “课” ，比如是 “上课” 就可以被搜索到。而 term 则必须是 “慕课网” 才可以被搜索到

{
    "query": {
        "term": {
            "desc": "慕课网"
            }
    }
}

terms 多个词语匹配检索 

{
    "query": {
        "terms": {
            "desc": ["慕课网","学习",”一起“]
            }
    }
}

match_phrase 

match：分词后只要有匹配就返回，

match_phrase：分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。（搜索比较严格）

slop：允许词语间跳过的数量

match 扩展 查询的百分比量

 operator

• or：搜索内容分词后，只要存在一个词语匹配就展示结果
• and：搜索内容分词后，都要满足词语匹配

post   http://192.168.1.160:9200/shop/_doc/_search
{
    "query":{
        "desc":{
            "desc":"慕课网",   
            "operator": "or"    这个加不加都是一样效果，只要一个匹配就会展示
        }
    }
}

minimum_should_match

•  minimum_should_match ：最低匹配精度，至少有[分词后的词语个数]x百分百，得出一个数据值取整。举个例子：当前属性设置为 70% ，若一个用户查询检 有10个词语，那么匹配度按照 10x70%=7，则desc中至少需要有7个词语匹配，就展示；若分词后有8个，则 8x70%=5.6，则desc中至少需要有5个词语匹 示。 ‘
• minimum_should_match 也能设置具体的数字，表示个数

post   http://192.168.1.160:9200/shop/_doc/_search
{
    "query": {
        "match": {
            "desc": {
                "query": "女友生日送我好玩的xbox游戏机",
                "minimum_should_match": "60%"    也可以输入数字
            }
        }
    }
}

 ids 多id查询

根据 ids 来查询

post   http://192.168.1.160:9200/shop/_doc/_search
{
    "query": {
        "ids": {
            "type":"_doc",
            "values":["1001","1002","1003"]
        }
    }
}

multi_match  ： 多个字段中匹配查询

”慕课网“ 在 desc ； nickname 两个字段中查询

提升字段权重   使用   ^ 

布尔查询 - 多重组合查询

可以组合多重查询

• must：查询必须匹配搜索条件，譬如 and
• should：查询匹配满足1个以上条件，譬如 or
• must_not：不匹配搜索条件，一个都不要满足。（里面多条件也是 and 形式，既不满足A条件，也不满足B条件，也不满足C条件）
• 这3个关键字，可以组合一起使用

这3个查询内容都是已数组方式传入

post   http://192.168.1.160:9200/shop/_doc/_search

 列如,    must  即 字段 “desc” 和 “nickname” 包含 “慕课网” 字段 并且 sex=1

boost 为词汇查询加权重

数值越大，权重越高。搜索后，有个 _score 值就越高，搜索出来的排名也就会越高

post_filter 过滤器

对搜索出来后的数据作过滤。

对搜索出来的结果进行数据过滤。不会到es库里去搜，不会去计算文档的相关度分数，所以过滤的性能会比较高，过滤器可以和全文搜索结合在一起使用。 post_filter元素是一个顶层元素，只会对搜索结果进行过滤。不会计算数据的匹配度相关性分数，不会根据分数去排序，query则相反，会计算分数，也会按照分 使用场景：

• query：根据用户搜索条件检索匹配记录
• post_filter：用于查询后，对结果数据的筛选

• gte：大于等于
• lte：小于等于
• gt：大于
• lt：小于

对查询的数据筛选   money字段在 55.8 ~ 155.8的区间

 sort 排序

对查询的数据，进行排序。排序一般对数值排序， 文本的排序一般不多

• asc   正序
• desc  倒叙 

数值、keyword 都可以做排序。 

text 文本不能做排序，因为做了分词。要给text字段做排序，需要给它添加一个附属属性。

如下， name 类型是 text , 但是又给它一个附属属性 keyword

 当需要对 text 类型的字段做排序时 就是   字段.keyword。 如下：

搜索高亮显示

加上 highlight 标签。

"highlight": {
    "fields": {
        "desc": {}    这个就是需要高亮的字段
    }
}

 返回的格式默认是加了 <em> 标签。

自定义标签 

    "pre_tags": ["<tag>"],
    "post_tags": ["</tag>"],

"highlight": {
    "pre_tags": ["<span>"],
    "post_tags": ["</span>"],
    "fields": {
        "desc": {}
    }
}