Elasticsearch Java API 之Query、Filter、count、Aggregations，

Elasticsearch Java API 之Query、Filter、count、Aggregations，

 1、Query查询器

    查询器（query）倾向于更准确的查找，根据elasticsearch内部分析相关度得到与搜索内容匹配度更高的内容，因此速度较慢。

    elasticsearch有着默认分词器。term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇。使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。
    例如存入“日志”，分词器默认把中文分割存储，存为“日”“志”，当查询“日志”时发现查不到；或者存入"error log"，因其中有空格，所以其实存入es的数据为"error""log"，当查询"error log"时会发现查不到。这是因为默认"index":"analyzed"，即默认对该字段进行分析，可设置"index":"not_analyzed"即不对该字段进行分词。

    match是查询的字符串也是要被分析的，如果存入字符串是被分析的，如果想被查到，就必须要用matchquery。
    构造Query查询器实例：

[java] view plain copy

1. QueryBuilder qb = termQuery("_type", "log");  
2. SearchResponse response = transportClient.prepareSearch("test_tx")  
3.                 .setQuery(qb)  
4.                 .setFrom(0).setSize(60).setExplain(true)  
5.                 .execute()  
6.                 .actionGet();  

    prepareSearch(String str)，str为index即索引名，如若prepareSearch()即为查询整个集群。
    多条件查询Query查询：[java] view plain copy

1. QueryBuilder qb = boolQuery()  
2.                 .must(termQuery("type", "typeValue"))     
3.                 .mustNot(termsQuery("logrank",logrank)).  
4.                 .should(termsQuery("logsource",logsource));  

    must、mustNot、should分别代表and、not、or逻辑。
    构造好Query传到elasticsearch里进行查询：
[java] view plain copy

1. SearchResponse response = client.prepareSearch()     
2.         .setQuery(query)     
3.         .setFrom(0).setSize(60).setExplain(true)     
4.         .execute()     
5.         .actionGet();   

2、Filter过滤器

    过滤器（filter）通常用于过滤文档的范围，比如某个字段是否属于某个类型，或者是属于哪个时间区间。filter是不计算相关性的，同时可以cache。因此，filter速度要快于query。
[java] view plain copy

1. FilterBuilders.andFilter(    
2.                 FilterBuilders.rangeFilter("age").from(1).to(100),    
3.                 FilterBuilders.prefixFilter("name", "Jack")    
4.         );   

    同样，多条件查询也可以用boolFilter()：

[java] view plain copy

1. FilterBuilders.boolFilter()    
2.                 .must(FilterBuilders.termFilter("name", "Jack"))    
3.                 .mustNot(FilterBuilders.rangeFilter("age").from(10).to(30))    
4.                 .should(FilterBuilders.termFilter("home", "hometown"));    
5.     }  

    构造好Filter 传到elasticsearch里进行过滤：[java] view plain copy

1. SearchResponse response = client.prepareSearch()    
2.         .setFilter(filterBuilder)    
3.         .execute().actionGet();   

3、Count

    count API允许轻松地执行一个查询，获得匹配的数量,可以跨越一个或多个index ，一个或多个type。

[java] view plain copy

1. QueryBuilder qb = boolQuery()  
2.                 .must(termQuery("logRank", logRank));  
3.   
4.         CountResponse response = client.prepareCount("test_tx") // 索引  
5.                 .setQuery(qb) //类型  
6.                 .execute().actionGet();  

4、Aggregations聚合

4.1 DateHistogram日期聚合
    date histogram为Bucket(桶)聚合中的常用聚合。
    其中，interval字段支持多种关键字：`year`, `quarter`, `month`, `week`, `day`, `hour`, `minute`, `second`，
    返回的结果可以通过设置format进行格式化。

[java] view plain copy

1. DateHistogramBuilder dateAgg = AggregationBuilders.dateHistogram("dateAgg");//取名字  
2.         dateAgg.field("time");     //设置聚合字段  
3.         dateAgg.interval(DateHistogram.Interval.YEAR);  
4.         //dateAgg.interval(DateHistogram.Interval.QUARTER);  
5.         //dateAgg.interval(DateHistogram.Interval.MONTH);  
6.         //dateAgg.interval(DateHistogram.Interval.weeks(2));  
7.         //dateAgg.interval(DateHistogram.Interval.days(1));  
8.         //dateAgg.interval(DateHistogram.Interval.hours(2));  
9.         //dateAgg.interval(DateHistogram.Interval.minutes(5));  
10.         //dateAgg.interval(DateHistogram.Interval.seconds(10));  
11.         dateAgg .format("yyyy-MM-dd")       //设置聚合日期格式  
12.                 .minDocCount(0)              //设置聚合后最小值，防止聚合数为0时得到的结果没有该项  
13.                 .extendedBounds(beginDate, endDate);    //强制设置时间范围  

    然后在elasticsearch中开始聚合：
[java] view plain copy

1. SearchResponse response = client.prepareSearch()  
2.                 .addAggregation("dateAgg")  
3.                 .execute().actionGet();  
4.         Map<String, Long> logNumByDay = new HashMap<String, Long>();  
5.         DateHistogram aggByDay = response.getAggregations().get("dateAgg");  //得到聚合后的桶  
6.         for(DateHistogram.Bucket logByDay : aggByDay.getBuckets())           //遍历桶  
7.         {  
8.             logNumByDay.put(logByDay.getKey(),logByDay.getDocCount());       //对每个桶取信息构造键值对  
9.         }  

4.2 terms聚合

[java] view plain copy

1. public Map<String, Long> getTypesAggNum(String type, List<String> logRank, Date beginDate, Date endDate) {  
2.         TermsBuilder typeAgg = AggregationBuilders  
3.                 .terms("typeAgg")    //取名字  
4.                 .field(type);       //聚合属性  
5.   
6.         SearchResponse response = client.prepareSearch("testindex")  
7.                 .setQuery(boolQuery()  
8.                         .must(termsQuery("logRank", logRank))  
9.                         .must(rangeQuery("time").from(beginDate).to(endDate))  
10.                 )  
11.                 .addAggregation(typeAgg)  
12.                 .execute().actionGet();  
13.   
14.         Map<String, Long> logNumByAgg = new LinkedHashMap<>();  
15.         Terms aggByType = response.getAggregations().get("typeAgg");   //取结果  
16.         for(Bucket logByType : aggByType.getBuckets())  
17.         {  
18.             logNumByAgg.put(logByType.getKey(),logByType.getDocCount());  
19.         }  
20.         return logNumByAgg;  
21.     }  

上述代码为以“logRank”属性取值为logRank链表内元素并且时间范围在beginDate与endDate之间条件进行查询后，根据type进行聚合，聚合后的结果为terms类型，terms聚合为根据属性所有取值进行聚合。

一些官方(官方才是最好用的)：Java API、es权威指南、真正官方

版权声明：本文为博主原创文章，未经博主允许不得转载。 http://blog.csdn.net/Sugar_girl/article/details/62237469