Java 操作es

参考地址：https://my.oschina.net/u/1792341/blog/911383
https://www.cnblogs.com/wenbronk/p/6432990.html

导入所需maven依赖

         <properties>
        <elasticsearch.version>7.2.1</elasticsearch.version>
    </properties>
                <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>${elasticsearch.version}</version>
        </dependency>
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>elasticsearch-rest-high-level-client</artifactId>
            <version>${elasticsearch.version}</version>
        </dependency>

连接服务器

 private static RestHighLevelClient restHighLevelClient = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("192.168.1.100", 9200, "http")));

查询介绍

Match查询
此查询将文本或短语与一个或多个字段的值相匹配。例如，

POST /schools*/_search
{
   "query":{
      "match" : {
         "city":"pune"
      }
   }
}

multi_match查询
此查询将文本或短语与多个字段匹配。例如

POST /schools*/_search
{
   "query":{
      "multi_match" : {
         "query": "hyderabad",
         "fields": [ "city", "state" ]
      }
   }
}

Query String查询
该查询使用查询解析器和query_string关键字。例如

POST /schools/_search
{
   "query":{
      "query_string":{
         "query":"good faculty"
      }
   }
}

Term查询
这些查询主要处理数字、日期等结构化数据。例如

POST /schools/_search
{
   "query":{
      "term":{"zip":"176115"}
   }
}

Range查询
该查询用于查找值在值范围之间的对象。为此，我们需要使用如下运算符

• gte:大于等于
  
• gt:大于
  
• lte:小于等于
  

• lt:小于
  

  举个例子：

POST /schools*/_search
{
   "query":{
      "range":{
         "rating":{
            "gte":3.5
         }
      }
   }
}

其他类型的term级查询有：

• Exists查询：判断某个字段具有非空值。
  
• Missing查询：与Exists查询相反，该查询搜索没有特定字段或字段值为空的对象。
  
• Wildcard or regexp查询：该查询使用正则表达式来查找对象中的模式。
  
• Type query查询：特定类型的文档。例如，

POST /schools*/_search
{
   "query":{
      "type" : {
         "value" : "school"
      }
   }
}

复合查询
这些查询是通过使用布尔运算符(如and、or、not或for不同索引或具有函数调用等)彼此合并的不同查询的集合。例如

POST /schools*/_search
{
   "query":{
      "filtered":{
         "query":{
            "match":{
               "state":"UP"
            }
         },
         "filter":{
            "range":{
               "rating":{
                  "gte":4.0
               }
            }
         }
      }
   }
}

Joining查询
这些查询用于包含多个映射或文档的情况。有两种类型的joining查询：
嵌套查询
这些查询处理嵌套映射(您将在下一章中了解更多)。
has_child和has_parent查询
这些查询用于检索在查询中匹配的文档的子文档或父文档。例如，

POST /tutorials/_search
{
   "query":
   {
      "has_child" : {
         "type" : "article", "query" : {
            "match" : {
               "Text" : "This is article 1 of chapter 1"
            }
         }
      }
   }
}

地理位置查询
这些查询处理地理位置，这些查询有助于找到指定位置附近的学校或任何其他地点。您需要使用地理点数据类型。例如，

POST /schools*/_search
{
   "query":{
      "filtered":{
         "filter":{
            "geo_distance":{
               "distance":"100km",
               "location":[32.052098, 76.649294]
            }
         }
      }
   }
}

总结

match query搜索的时候，首先会解析查询字符串，进行分词，然后查询，而term query,输入的查询内容是什么，就会按照什么去查询，并不会解析查询内容，对它分词。
**简单的matchQuery 查询的内容会通过分词，分词后的数据进行检索，只要包含其中一个分词就会被检索出来

searchRequestBuilder.setQuery(QueryBuilders.matchQuery("fieldD", "bigData is magic"));

1. matchPhraseQuery 查询的内容通过分词，严格按照分词的出现的顺序进行查询，也就是必须包含所有分词，且出现数据一致

   searchRequestBuilder.setQuery(QueryBuilders.matchPhraseQuery("fieldD", "bigData spark is  magic"));

   询的字段是进行分词索引的，如果不是分词索引则不生效, 如果只是查询 bigData magic ，则这种查询是查询不到的，需要完全匹配,如果想要查询到，需要设置slop(2),需要这样查询

   searchRequestBuilder.setQuery(QueryBuilders.matchPhraseQuery("fieldD", "bigData spark is magic").slop(2))

2. termQuery 词精确查询，fieldD 分词后包含 bigData的term的文档

   searchRequestBuilder.setQuery(QueryBuilders.termQuery("fieldD", "bigData"));

3. terms Query 多term查询，查询fieldD 包含 bigData spark或storm 中的任何一个或多个的文档

   searchRequestBuilder.setQuery(QueryBuilders.termsQuery("fieldD", "bigData","spark","storm"));

4. rangeQuery 范围查询字段fieldB 大于20并且小于50 包含上下界

   searchRequestBuilder.setQuery(QueryBuilders.rangeQuery("filedB").gt("20").lt("50").includeLower(true).includeUpper(true));

5. prefixQuery 匹配分词前缀 如果字段没分词，就匹配整个字段前缀

   searchRequestBuilder.setQuery(QueryBuilders.prefixQuery("fieldD","spark"));

6. wildcard query 通配符查询，支持* 任意字符串；？任意一个字符

   searchRequestBuilder.setQuery(QueryBuilders.wildcardQuery("fieldD","spark*"));

7. Fuzzy query 分词模糊查询，通过增加fuzziness 模糊属性，来查询term 如下 能够匹配 fieldD 为 spar park spark前或后加一个字母的term的 文档 fuzziness 的含义是检索的term 前后增加或减少n个单词的匹配查询

   searchRequestBuilder.setQuery(QueryBuilders.fuzzyQuery("fieldD","spark").fuzziness(Fuzziness.ONE));

8. QueryStringQueryBuilder 使用的默认的分词导致的。

在没有给QueryStringQueryBuilder 指定特定的分词器时，ES会用默认的analyzer来处理，也就是名字(logical name)为default, default_index, default_search的analyzer。
ES内置的一些analyzer。

这个情况会使ES检索时，会对中文进行最小粒度的切分，例如：

new QueryStringQueryBuilder("客服").field("title").defaultOperator(Operator.AND);

则ES检索时，会将“客服” 拆分成 “客”，“服”，检索的结果为title中有 “客”，“服”两个字的即可，不需要两个字相邻，如果需要检索包含“客服”的，加上 双引号 表示强制要求 拆分一起，则需要写成：

new QueryStringQueryBuilder("\""+"客服"+"\"").field("title").defaultOperator(Operator.AND);