ElasticSearch 檢索文件

現在elasticsearch中已經儲存了一些資料，我們可以根據業務需求開始工作了。第乙個需求是能夠檢索單個員工的資訊。

這對於elasticsearch來說非常簡單。我們只要執行http get請求並指出文件的「位址」——索引、型別和id既可。根據這三部分資訊，我們就可以返回原始json文件：

檢索命令如下：

get請求非常簡單——你能輕鬆獲取你想要的文件。讓我們來進一步嘗試一些東西，比如簡單的搜尋！

我們依然使用megacorp索引和employee型別，但是我們在結尾使用關鍵字_search來取代原來的文件id。響應內容的hits陣列中包含了我們所有的三個文件。預設情況下搜尋會返回前10個結果

檢索命令：curl -xget http://localhost:9200/megacorp/employee/_search?pretty

注意：響應內容不僅會告訴我們哪些文件被匹配到，而且這些文件內容完整的被包含在其中—我們在給使用者展示搜尋結果時需要用到的所有資訊都有了。

接下來，讓我們搜尋姓氏中包含「smith」的員工，我們在請求中依舊使用_search關鍵字，然後將查詢語句傳遞給引數q=。這樣就可以得到所有姓氏為smith的結果：

查詢語句：curl -xget http://localhost:9200/megacorp/employee/_search?q=last_name:smith

查詢字串搜尋便於通過命令列完成特定(ad hoc)的搜尋，但是它也有侷限性（參閱簡單搜尋章節）。elasticsearch提供豐富且靈活的查詢語言叫做dsl查詢(query dsl),它允許你構建更加複雜、強大的查詢。

dsl(domain specific language特定領域語言)以json請求體的形式出現。我們可以這樣表示之前關於「smith」的查詢:

我們讓搜尋稍微再變的複雜一些。我們依舊想要找到姓氏為「smith」的員工，但是我們只想得到年齡大於30歲的員工。我們的語句將新增過濾器(filter),它使得我們高效率的執行乙個結構化搜尋：

到目前為止搜尋都很簡單：搜尋特定的名字，通過年齡篩選。讓我們嘗試一種更高階的搜尋，全文搜尋——一種傳統資料庫很難實現的功能。

我們將會搜尋所有喜歡「rock climbing」的員工：

可以看到我們使用了之前的match查詢，從about欄位中搜尋"rock climbing"，我們得到了兩個匹配文件

預設情況下，elasticsearch根據結果相關性評分來對結果集進行排序，所謂的「結果相關性評分」就是文件與查詢條件的匹配程度。很顯然，排名第一的john smith的about字段明確的寫到「rock climbing」。

但是為什麼jane smith也會出現在結果裡呢？原因是「rock」在她的abuot欄位中被提及了。因為只有「rock」被提及而「climbing」沒有，所以她的_score要低於john。

這個例子很好的解釋了elasticsearch如何在各種文字欄位中進行全文搜尋，並且返回相關性最大的結果集。相關性(relevance)的概念在elasticsearch中非常重要，而這個概念在傳統關係型資料庫中是不可想象的，

因為傳統資料庫對記錄的查詢只有匹配或者不匹配。

目前我們可以在字段中搜尋單獨的乙個詞，這挺好的，但是有時候你想要確切的匹配若干個單詞或者短語(phrases)。例如我們想要查詢同時包含"rock"和"climbing"（並且是相鄰的）的員工記錄。

要做到這個，我們只要將match查詢變更為match_phrase查詢即可:

讓我們在之前的語句上增加highlight引數：

當我們執行這個語句時，會命中與之前相同的結果，但是在返回結果中會有乙個新的部分叫做highlight，這裡包含了來自about欄位中的文字，並且用來標識匹配到的單詞。