1入门--5探索数据

搜索API
GET /bank/_search?q=*&sort=account_number:asc&pretty
rest方式搜索bank索引下的所有数据，并且按照account_number 上升方式返回
类似下面的搜索方式
GET /bank/_search
body为：
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ]
}
初步学习搜索语言
下面的搜索全部文档，按照balance降序排列，并返回11到20的文档，from的位置开始，size个文档
GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": { "balance": { "order": "desc" } }
  "from": 10,
  "size": 10
}
执行搜索
当不需要所有字段都返回的时候可以使用如下方式_source，定义了只返回两个字段
GET /bank/_search
{
  "query": { "match_all": {} },
  "_source": ["account_number", "balance"]
}

如果我们希望根据某个条件进行搜索可以使用match字段：
如下搜索account_number 为 20的文档
GET /bank/_search
{
  "query": { "match": { "account_number": 20 } }
}
如下搜索address包含“mill”的文档
GET /bank/_search
{
  "query": { "match": { "address": "mill" } }
}
如下搜索address包含“mill”或者包含“lane”的文档
GET /bank/_search
{
  "query": { "match": { "address": "mill lane" } }
}
如下搜索address包含短语“mill lane”的文档
GET /bank/_search
{
  "query": { "match_phrase": { "address": "mill lane" } }
}

bool 搜索可以组合小的搜索到一个大搜索中
如下搜索address包含mill和lane的文档
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}
（must代表必须满足的意思）

相反，如下搜索address包含mill或者lane的文档
GET /bank/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}
（should代表任何一个条件满足即可）

如下搜索address既不包括mill又不包括lane的文档
GET /bank/_search
{
  "query": {
    "bool": {
      "must_not": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}
（must_not 代表排除的意思）

以上的三种类型可以合并使用
如下搜索age为40且state不是ID的文档
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "age": "40" } }
      ],
      "must_not": [
        { "match": { "state": "ID" } }
      ]
    }
  }
}
执行过滤
filter执行过滤（其实就是对非string的进行区间搜索过滤）
如果搜索20000<=blance && blance<=30000的文档
GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

执行聚合
如下根据字段state聚合查找每种类型的数量（默认按照降序排列，返回前10条记录类似sql：SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC）
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state"
      }
    }
  }
}
(注意：设置size为0是因为我们不想看到hit的信息)

如下在上面的基础上，我们想要知道blance的平均值
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state"
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}
在上面的基础上，我们希望按照平均值降序排列
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state",
        "order": {
          "average_balance": "desc"
        }
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

如下我们先根据年龄，然后根据性别，然后求出balance的平均值
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 20,
            "to": 30
          },
          {
            "from": 30,
            "to": 40
          },
          {
            "from": 40,
            "to": 50
          }
        ]
      },
      "aggs": {
        "group_by_gender": {
          "terms": {
            "field": "gender.keyword"
          },
          "aggs": {
            "average_balance": {
              "avg": {
                "field": "balance"
              }
            }
          }
        }
      }
    }
  }
}