笔记源自 : Elastic 中国社区官方博客

文章目录

GET /_search 简单搜索
Ids 指定Id值查询
Prefix 以特定前缀开头
Term 精确匹配值
- Terms多字段匹配
- Terms_set 指定匹配数组内容
Wildcard 通配符查询
Regexp 正则匹配
Match 根据指定属性名称与值查询
- term和match的区别
- Match中的模糊匹配与强制匹配 : 'operator'
Match_phrase 顺序匹配
Multi_match 根据模糊属性名称与指定值查询
Compound 多条件符合查询
Disjunction 查询子句
SQL 查询
Msearch 多查询一次提交
Mget 一次查找多个文档
Elasticsearch 关于位置查询
Range 范围查询与 Sort 排序
- 关于Sort日期排序
Exists 查询字段是否存在
Named 新增字段列出匹配的值
Source filtering 控制输出的的字段
Highlighting 突出显示字段
Count 统计文档内容数量
- Mapping 查询文档数据类型
- Profile 调试工具
总结

测试数据
以下案例都以twitter索引测试

POST _bulk
{ "index" : { "_index" : "twitter", "_id": 1} }
{"user":"双榆树-张三","message":"今儿天气不错啊，出去转转去","uid":2,"age":20,"city":"北京","province":"北京","country":"中国","address":"中国北京市海淀区","location":{"lat":"39.970718","lon":"116.325747"}}
{ "index" : { "_index" : "twitter", "_id": 2 }}
{"user":"东城区-老刘","message":"出发，下一站云南！","uid":3,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区台基厂三条3号","location":{"lat":"39.904313","lon":"116.412754"}}
{ "index" : { "_index" : "twitter", "_id": 3} }
{"user":"东城区-李四","message":"happy birthday!","uid":4,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区","location":{"lat":"39.893801","lon":"116.408986"}}
{ "index" : { "_index" : "twitter", "_id": 4} }
{"user":"朝阳区-老贾","message":"123,gogogo","uid":5,"age":35,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区建国门","location":{"lat":"39.718256","lon":"116.367910"}}
{ "index" : { "_index" : "twitter", "_id": 5} }
{"user":"朝阳区-老王","message":"Happy BirthDay My Friend!","uid":6,"age":50,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区国贸","location":{"lat":"39.918256","lon":"116.467910"}}
{ "index" : { "_index" : "twitter", "_id": 6} }
{"user":"虹桥-老吴","message":"好友来了都今天我生日，好友来了,什么 birthday happy 就成!","uid":7,"age":90,"city":"上海","province":"上海","country":"中国","address":"中国上海市闵行区","location":{"lat":"31.175927","lon":"121.383328"}}

GET /_search 简单搜索

GET /_search   ：  搜索所有文档
同等命令 ： GET /_all/_search
GET /_search?size=20   ：   指定返回个数，默认是10个
POST /index1,index2,index3/_search    ： 搜索指定多个名称文档
POST /index*,-index3/_search     ：  模糊搜索多个指定文档
GET _cat/indices  查询所有索引名称内存等信息
GET _cat/indices?v  查询所有索引名称内存等详细信息

在写上面的多个索引操作查询的时候，在两个索引之间不能加入空格
例 GET /twitter, twitter1/_search

GET index/_search?size=2&from=2   :    配合 from 来进行分页
同等命令 :
GET index/_search
{"size": 2,"from": 2, "query": {"match_all": {}}
}

这是一个在所有字段中搜索字符串 “guide” 的基本匹配查询：

GET /twitter/_search?q=guide

指定字段：

GET /twitter/_search?q=title:action

只对 source 的内容感兴趣的话，我们可以使用：

GET twitter/_doc/1/_source

我们也可以只获取 source 的部分字段：

GET twitter/_doc/1?_source=city,age,province

Ids 指定Id值查询

GET twitter/_search
{"query": {"ids": {"values": ["1", "2"]}}
}

Prefix 以特定前缀开头

查询 user 字段里以“朝”为开头的所有文档：

GET twitter/_search
{"query": {"prefix": {"user": {"value": "朝"}}}
}

Term 精确匹配值

使用 user.keyword 来对“朝阳区-老贾”进行精确匹配查询

GET twitter/_search
{"query": {"term": {"user.keyword": {"value": "朝阳区-老贾"}}}
}

在这里我们使用了city.keyword。对于一些刚接触 Elasticsearch的人来说，这个可能比较陌生。正确的理解是 city 在我们的 mapping 中是一个 multi-field 项。它既是 text 也是 keyword 类型。对于一个 keyword 类型的项来说，这个项里面的所有字符都被当做一个字符串。它们在建立文档时，不需要进行 index。keyword 字段用于精确搜索，aggregation 和排序（sorting）。keyword会使返回结果的_score 项为0

Terms多字段匹配

查询 user.keyword 里含有“双榆树-张三”或“东城区-老刘”的所有文档。

GET twitter/_search
{"query": {"terms": {"user.keyword": ["双榆树-张三","东城区-老刘"]}}
}

Terms_set 指定匹配数组内容

测试数据：

PUT /job-candidates
{"mappings": {"properties": {"name": {"type": "keyword"},"programming_languages": {"type": "keyword"},"required_matches": {"type": "long"}}}
}PUT /job-candidates/_doc/1?refresh
{"name": "Jane Smith","programming_languages": [ "c++", "java" ],"required_matches": 2
}PUT /job-candidates/_doc/2?refresh
{"name": "Jason Response","programming_languages": [ "java", "php" ],"required_matches": 2
}

refresh : 数据插入立即生效可以使更改可见以进行搜索的操作。通常会有一个 refresh timer 来定时完成这个操作。这个周期为1秒。这也是我们通常所说的 Elasticsearch 可以实现秒级的搜索。当然这个 timer 的周期也可以在索引的设置中进行配置。如果我们想让我们的结果马上可以对搜索可见，我们可以用refresh=true

找出在 programming_languages 中同时含有 c++, java 以及 php 中至少有两个 term 的文档。在这里，我们使用了一个在文档中定义的字段 required_matches 来定义最少满足要求的 term 个数，这里只数组中任意搭配，只要满足数量即可:

GET /job-candidates/_search
{"query": {"terms_set": {"programming_languages": {"terms": [ "c++", "java", "php" ],"minimum_should_match_field": "required_matches"}}}
}

terms ：指定要满足的数组
minimum_should_match_field ：指定文档中条件的属性名
required_matches 在文档的值为2，所以指定该值最后结果就是最少满足‘terms’属性中的至少2个

如果没有一个专有的字段来定义满足条件的个数的话

GET /job-candidates/_search
{"query": {"terms_set": {"programming_languages": {"terms": [ "c++", "java", "php" ],"minimum_should_match_script": {"source": "2"}}}}
}

Wildcard 通配符查询

可以使用 wildcard 查询一个字符串里含有的字符：
? 匹配任何字符，* 匹配零个或多个字符

GET twitter/_search
{"query": {"wildcard": {"city.keyword": {"value": "*海"}}}
}

上面查询在 city 这个关键字中含有“海”的文档

Regexp 正则匹配

POST /twitter/_search
{"query": {"regexp": {"user": "t[a-z]*y"}},"_source": ["user","message"],"highlight": {"fields": {"authors": {}}}
}

Match 根据指定属性名称与值查询

根据指定属性值查询

GET twitter/_search
{"query": {"match": {"city": "北京"}}
}同等  : GET twitter/_search
{"query": {"script": {"script": {"source": "doc['city.keyword'].contains(params.name)","lang": "painless","params": {"name": "北京"}}}}
}--script query 的方法比较低效同等  :
GET twitter/_search?q=city:"北京"去除_score(匹配度)  :
GET twitter/_search
{"query": {"bool": {"filter": {"term": {"city.keyword": "北京"}}}}
}

term和match的区别

关于查询过滤条件中term和match的区别
term的定义，term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词拆解
match进行搜索的时候，会先进行分词拆分，拆完后，再来匹配
借鉴博客

Match中的模糊匹配与强制匹配 : ‘operator’

or ：匹配单个或多个字符 ,不区分大小写,不区分顺序
and ：必须全匹配

GET twitter/_search
{"query": {"match": {"user": {"query": "朝阳区-老贾","operator": "or"}}}
}
默认operator为OR，查询的结果是任何文档匹配：“朝”，“阳”，“区”，“老”及“贾”这5个字中的任何一个将被显示GET twitter/_search
{"query": {"match": {"user": "朝阳区-老贾"}}
}

设置参数 minimum_should_match 来设置至少匹配的 term

如下至少要匹配“朝”，“阳”，“区”，“老” 及 “贾” 这5个中的3个字才可以

GET twitter/_search
{"query": {"match": {"user": {"query": "朝阳区-老贾","operator": "or","minimum_should_match": 3}}}
}

Match_phrase 顺序匹配

match_phrase与match 类似，但是match 查询时时不用分先后顺序的,match_phrase 严格按顺序匹配。

如下：它要求 Happy 必须是在 birthday 的前面

GET twitter/_search
{"query": {"match_phrase": {"message": "Happy birthday"}},"highlight": {"fields": {"message": {}}}
}

使用了 slop 为1，表面 Happy 和 birthday 之前是可以允许一个单词的差别

"query": {"match_phrase": {"message": {"query": "Happy birthday","slop": 1}
}

此时 ‘Birthday Good Happy My Friend!’可以被搜索到，因为满足中间可间隔一个词

当设置 "slop"值为 2 时，则可以搜索到 Birthday Happy ，此时搜索不到 Birthday Good Happy

当设置 "slop"值为 3 时，Birthday Happy和 Birthday Good Happy都可以被搜索到。

它的原因是转置需要 2 个slop，而 Birthday 和 Happy 之间还多了一个 Good，所以需要 slop 为 2 + 1 = 3 才能搜索到。

Multi_match 根据模糊属性名称与指定值查询

在上面的搜索之中，我们特别指明一个专有的 field 来进行搜索，但是在很多的情况下，我们并胡知道是哪一个 field 含有这个关键词，那么在这种情况下，我们可以使用 multi_match 来进行搜索：

GET twitter/_search
{"query": {"multi_match": {"query": "朝阳","fields": ["user","address^3","message"],"type": "best_fields"}}
}

同时对三个 fields: user，adress 及 message进行搜索

best_fields : 最终的分数 _score 是按照得分最高的那个字段的分数为准，更多类型

address^3 : 对 address 含有 “朝阳” 的文档的分数进行3倍的加权

Compound 多条件符合查询

复合查询指把很多个 leaf 查询组合起来从而形成更为复杂的查询

例：

POST _search
{"query": {"bool" : {"must" : {"match": {"city": "北京" },"match" : { "user" : "kimchy" }},"filter": {"match" : { "city" : "北京" }},"must_not" : {"range" : {"age" : { "gte" : 10, "lte" : 20 }}},"should" : [{ "term" : { "tag" : "wow" } },{ "term" : { "tag" : "elasticsearch" } }],"minimum_should_match" : 1,"boost" : 1.0}}
}"query": {       "bool" : {"must" :     [],//与 AND 等价。"should" :   [],//与 NOT 等价"must_not" : [],//与 OR  等价"filter":  //与must相同结果，但不会参与评分}}

由 bool 下面的 must, must_not, should 及 filter 共同来组成的。你可以使用 minimum_should_match 参数指定返回的文档必须匹配的应当子句的数量或百分比。

例 : 借鉴博客

“query”: “中国公民学生老农民”, 分词后的词为：中、国、公、民、学、生、老、农、民

“minimum_should_match”: 4 为正整数，是指最少匹配数。是指将 query 分词后的词的数量 A，要求从 A 中最少匹配中的词的数量为4。这里匹配中的词是：公、民、农、民。

“minimum_should_match”: “55%” 为正整数，是指最少匹配百分比。是指将 query 分词后的词的数量 A，要求匹配中的词的数量b，b/a 即为正数的百分比。

如果布尔查询包含至少一个 should 子句，并且没有 must 或 filter 子句，则minimum_should_match默认值为1。否则，默认值为0。

must ：必须满足的条件，按相关性降序排序显示
must_not : 可以把一些满足条件的排出在外(not in )
should : 它表述“或”的意思，也就是有就更好，没有就算了。如果条件满足，其相关性会更高，那么搜索得到的结果会排在前面
filter : 与must相同表示满足条件，但不会参与评分

查询类型对 hits 及 _score 的影响

Clause	影响 #hits	影响 _score
must	Yes	Yes
must_not	Yes	No
should	No*	Yes
filter	Yes	No

should 只有在特殊的情况下才会影响 hits。在正常的情况下它不会影响搜索文档的个数。那么在哪些情况下会影响搜索的结果呢？这种情况就是针对只有 should 的搜索情况，也就是如果你在 bool query 里，不含有 must, must_not 及 filter 的情况下，一个或更多的 should 必须有一个匹配才会有结果

filter与must的区别 : 借鉴博客

同样是按条件匹配
filter不统计相关度，must统计相关度
must比filter计算更复杂，更耗时

Disjunction 查询子句

返回与一个或多个包在一起的查询（称为查询子句或子句）匹配的文档。

如果返回的文档与多个查询子句匹配，则 dis_max 查询为该文档分配来自任何匹配子句的最高相关性得分，并为任何其他匹配子查询分配平局打破增量。

例：

GET twitter/_search
{"query": {"dis_max": {"queries": [{ "term"  : { "city.keyword": "北京" } },{ "match" : { "address": "北京" } }],"tie_breaker": 0.7}}
}

dis_max参数：

queries ：包含一个或者多个查询子句。返回的文档必须匹配其中的一个或者多个，如果文档匹配了多个，则返回最高得分。

tie_breaker ：一个介于0～1.0之间的Float数，用于当文档匹配了多个查询子句时提升相关度分数。默认为0.0

在上面的 dis_max 查询中，它将返回任何一个在 queries 中所定的查询的文档。每个匹配分分数是按照如下的规则来进行计算的：

如果一个文档匹配其中的一个或多个查询，那么最终的得分将以其中最高的那个得分来进行计算
在默认的情况下，tie_breaker 的值为0。它可以是 0 到 1.0 之间的数

如果文档匹配多个子句，则 dis_max 查询将计算该文档的相关性得分，如下所示：

从具有最高分数的匹配子句中获取相关性分数。
将来自其他任何匹配子句的得分乘以 tie_breaker 值。
将最高分数加到相乘的分数上。

如果 tie_breaker 值大于0.0，则所有匹配子句均计数，但得分最高的子句计数最高。

SQL 查询

Elasticsearch 也对 SQL 有支持：

GET /_sql?
{"query": """SELECT * FROM twitter WHERE age = 30"""
}

可以通过如下的方法得到它对应的 DSL 语句，就是普通查询语句：

GET /_sql/translate
{"query": """SELECT * FROM twitter WHERE age = 30"""
}

{"size" : 1000,"query" : {"term" : {"age" : {"value" : 30,"boost" : 1.0}}},"_source" : {"includes" : ["address","message","region","script.source","user"],"excludes" : [ ]},"docvalue_fields" : [{"field" : "age"},{"field" : "city"},{"field" : "country"},{"field" : "location"},{"field" : "province"},{"field" : "script.params.value"},{ "field" : "uid"}],"sort" : [{"_doc" : {"order" : "asc"}}]
}

Msearch 多查询一次提交

GET twitter/_msearch
{"index":"twitter"}
{"query":{"match_all":{}},"from":0,"size":1}
{"index":"twitter"}
{"query":{"bool":{"filter":{"term":{"city.keyword":"北京"}}}}, "size":1}
{"index":"twitter1"}
{"query":{"match_all":{}}}

会将多个返回结果一并提交一并返回，一个查询报错不会影响另一个结果：

Mget 一次查找多个文档

GET _mget
{"docs": [{"_index": "twitter","_id": 1},{"_index": "twitter","_id": 2}]
}

我们也可以只获得部分字段：

GET _mget
{"docs": [{"_index": "twitter","_id": 1,"_source":["age", "city"]},{"_index": "twitter","_id": 2,"_source":["province", "address"]}]
}

我们也可以简单地写为：

GET twitter/_doc/_mget
{"ids": ["1", "2"]
}

Elasticsearch 关于位置查询

例子 :

GET twitter/_search
{"query": {"bool": {"must": [{"match": {"address": "北京"}}]}},"post_filter": {"geo_distance": {"distance": "3km","location": {"lat": 39.920086,"lon": 116.454182}}},"sort": [{"_geo_distance": {"location": "39.920086,116.454182","order": "asc","unit": "km"}}]
}

在这里，我们查找在地址栏里有“北京”，并且在以位置(116.454182, 39.920086)为中心的3公里以内的所有文档,使用 sort 来对我们的搜索的结果进行排序。按照升序排列。

如果 _score 不是 sort 的field，那么在使用 sor t后，所有的结果的 _score 都变为 null。

filter与post_filter两个查询结果是一致的：

"filter": {"geo_distance": {"distance": "5km","location": {"lat": 39.920086,"lon": 116.454182}
}

"post_filter": {"geo_distance": {"distance": "5km","location": {"lat": 39.920086,"lon": 116.454182}}}

Range 范围查询与 Sort 排序

例 :

GET twitter/_search
{"query": {"range": {"age": {"gte": 30,"lte": 40}}},"sort": [{"age": {"order": "desc"}},{"_geo_distance": {"location": {"lat": 39.920086,"lon": 116.454182},"order": "asc"}}]
}

range : 查询范围
sort : 可以针对多个字段同时进行排序。上面首先以 age 进行降序排序。如果是 age 是一样的话，那么久按照距离来进行排序。

支持日期排序：

POST /twitter/_search
{"query": {"range": {"publish_date": {"gte": "2015-01-01","lte": "2015-12-31"}}},"_source": ["title","publish_date","publisher"]
}

关于Sort日期排序

如果有 date 这样的字段，我们可以添加 format 来显示易于阅读的格式：

"sort": [{"age": {"order": "desc"}},{"DOB": {"order": "desc","format": "date"}}]

在上面，我们使用 “format”: “date” 来显示如下的格式：

否则，我们可能看到的是是一个整型值。

sort可以使用 _doc 来进行排序。这中排序是基于 _id 来进行排序的,从小到大进行排列
例 :

GET twitter/_search
{"query": {"range": {"age": {"gte": 30,"lte": 40}}},"sort": ["_doc"]
}

Exists 查询字段是否存在

例 :

插入一条新数据至twitter,该数据中不包含city字段

PUT twitter/_doc/20
{"user" : "王二","message" : "今儿天气不错啊，出去转转去","uid" : 20,"age" : 40,"province" : "北京","country" : "中国","address" : "中国北京市海淀区","location" : {"lat" : "39.970718","lon" : "116.325747"}
}

以下这样查询时,是返回结果是不包含上面的新增数据

GET twitter/_search
{"query": {"exists": {"field": "city"}}
}

如果文档里只要 city 这个字段不为空，那么就会被返回。反之，如果一个文档里city这个字段是空的，那么就不会返回。

如果查询不含 city 这个字段的所有的文档，可以这样查询：

GET twitter/_search
{"query": {"bool": {"must_not": {"exists": {"field": "city"}}}}
}

插入时指定字段值为null，那么exists也会过滤掉。

Named 新增字段列出匹配的值

可以使用 _name 为一个 filter 或 query 来取一个名字，如果匹配成功，则会在最后新增一个matched_queries属性，展示匹配成功后**_name**指定显示的名称

比如：

GET twitter/_search
{"query": {"bool": {"must": [{"match": {"city": {"query": "北京","_name": "城市"}}},{"match": {"country": {"query": "中国","_name": "国家"}}}],"should": [{"match": {"_id": {"query": "1","_name": "ID"}}}]}}
}

匹配到后会多了一个叫做 matched_queries 的字段。在它的里面罗列了每个匹配了的查询。第一个返回的查询结果是三个都匹配了的，但是第二个来说就只有两项是匹配的。

Source filtering 控制输出的的字段

通过 filter_path 来控制输出的的字段 ：
GET twitter/_search?filter_path=hits.hits._score,hits.hits._source.field通过 _source来控制输出的的字段   ：
GET twitter/_search
{"_source": ["user", "city"],"query": {"match_all": {}}
}通过 _source 中的 includes  属性
GET twitter/_search
{"_source": {"includes": ["user", "city"]},"query": {"match_all": {}}
}fields 来指定返回的字段（这样做比_source更加高效） ：
GET twitter/_search
{"_source": false,"fields": ["user", "city"],"query": {"match_all": {}}
}

fields 可使用通配符匹配字段： “fields”: [“user*”, “city*”],

通过设置  _source 为 false，这样不返回任何的 _source 信息：
GET twitter/_search
{"_source": false,"query": {"match": {"user": "张三"}}
}

例：

_source 设置为[] 或 {} 那么就是显示所有的字段

Highlighting 突出显示字段

GET twitter/_search
{"query": {"match": {"address": "北京"}},"highlight": {"fields": {"address": {}}}
}

会在返回结果_source 中增加一个"highlight"字段显示匹配的字段如匹配’北京’，默认用 em 来进行高亮显示的，这个格式可以在 HTML 中进行高亮显示。

    "hits" : [{"_index" : "twitter","_type" : "_doc","_id" : "1","_score" : 0.5253035,"_source" : {"user" : "双榆树-张三","message" : "今儿天气不错啊，出去转转去","uid" : 2,"age" : 20,"city" : "北京","province" : "北京","country" : "中国","address" : "中国北京市海淀区","location" : {"lat" : "39.970718","lon" : "116.325747"}},"highlight" : {"address" : ["中国<em>北</em><em>京</em>市海淀区"]}}...

可通过pre_tags和post_tags替换默认的 tag

GET twitter/_search
{"query": {"match": {"address": "北京"}},"highlight": {"pre_tags": ["<my_tag>"],"post_tags": ["</my_tag>"], "fields": {"address": {}}}
}

返回结果

"highlight" : {"address" : ["中国<my_tag>北</my_tag><my_tag>京</my_tag>市海淀区"]}

Count 统计文档内容数量

GET twitter/_count   :      统计文档内容数量

满足条件的文档的数量  :
GET twitter/_count
{"query": {"match": {"city": "北京"}}
}

Mapping 查询文档数据类型

GET twitter/_mapping

我们不能为已经建立好的 index 动态修改 mapping。这是因为一旦修改，那么之前建立的索引就变成不能搜索的了

Profile 调试工具

会显示查询出结果的详细计算过程
例 :

GET twitter/_search
{"profile": "true", "query": {"match": {"city": "北京"}}
}

总结

对 ‘Elastic 中国社区官方博客’ 查询篇进行简单归纳总结，方便日后快速查询。

Elasticsearch _search查询参数及过滤相关推荐

Elasticsearch查询参数介绍
因为项目需要调用api查询elasticsearch拿数据,这边记录一下项目中常用的一些查询参数 es的查询接口为: GET /索引名/_search python调用data为需要传入的参数impo ...
【elasticsearch】查询语句的分词过滤和不分词过滤
文章目录 [elasticsearch]查询语句的分词过滤和不分词过滤一.分词查询二.全词查询 [elasticsearch]查询语句的分词过滤和不分词过滤在对 elasticsearch 进行 ...
Solr4：查询参数fq的用法（对结果进行过滤；两组关键词组合查询）
Solr查询参数文档可以参考: http://wiki.apache.org/solr/CommonQueryParameters#head-6522ef80f22d0e50d2f12ec487758 ...
Elasticsearch高级查询2：ES 高级查询
一.高级查询 1.简介 Elasticsearch基于JSON提供完整的查询DSL(Domain Specific Language:领域特定语言)来定义查询. 基本语法: GET /索引名/类型名/ ...
elasticsearch6.6文档翻译-查询语句-查询上下文和过滤上下文
查询上下文和过滤上下文 {#query-filter-context} 查询子句的行为取决于它是在查询上下文中使用,还是在过滤上下文中使用: 查询上下文一个查询子句在查询上下文中被使用时,能够解答这 ...
Elasticsearch - DSL 查询语句
文章目录 1.DSL查询文档 1.1.DSL查询分类 1.2.全文检索查询 1.2.1.使用场景 1.2.2.基本语法 1.2.3.总结 1.3.精准查询 1.3.1.term查询 1.3.2.ran ...
Elasticsearch DSL 查询详解
在 Elasticsearch 中,提供了功能十分丰富.多种表现形式的查询语言-- DSL 查询. DSL 查询使用 JSON 格式的请求体与 Elasticsearch 交互,可以实现各种各样的查询 ...
Elasticsearch 分页查询聚合分析
分页查询关于 Elasticsearch 分页查询,这几个问题经常被问到问题1:想请问下,一次性获取索引上的某个字段的所有值(100 万左右),除了把 max_result_window 调大 , ...
elasticsearch 分页查询实现方案——Top K+归并排序
elasticsearch 分页查询实现方案 1. from+size 实现分页 from表示从第几行开始,size表示查询多少条文档.from默认为0,size默认为10, 注意:size的大小不能 ...

Elasticsearch _search查询参数及过滤