ElasticSearch Java Query API 基本使用指南

（本文档基于ElasticSearch V2.4版本）

ES 自己设计了一套Query DSL语法来进行数据Query检索，实际使用中，我们使用Java Query API即可。

1. Client

所有操作都能通过 Client 对象执行，Client中的索引和删除操作可以Bulk执行。

Client分两种，可以初始化一个本地NodeClient，基本上这种使用场景只存在于单元测试中。或者创建一个TransportClient，以轮询的方式和集群通信，是生产环境常用做法。

2. Client 索引示例

import static org.elasticsearch.common.xcontent.XContentFactory.*;
IndexResponse response = client.prepareIndex("twitter", "tweet", "1").
  setSource(jsonBuilder().
        startObject().
        field("user", "kimchy").
        field("postDate", new Date()).
        field("message", "trying out Elasticsearch").
        endObject()).
  execute().
  actionGet();

IndexResponse的结构如下

// Index name
String _index = response.getIndex();
// Type name
String _type = response.getType();
// Document ID (generated or not)
String _id = response.getId();
// Version (if it's the first time you index this document, you will get: 1)
long _version = response.getVersion();

基于Spring的Web项目，建议直接使用Spring Data ElasticSearch
来建立索引。

3. 常用的Query

ES提供Query及其配套的QueryBuilder，在上一篇文章《使用ElasticSearch快速搭建数据搜索服务》中有提到，在基于Spring的Web项目中，可以非常方便利用Spring Data ElasticSearch封装的ElasticsearchTemplate
来完成搜索，简单代码示例如下：

private ElasticsearchTemplate et;
QueryBuilder queryBuilder = matchQuery("name", text);
SearchQuery searchQuery = new NativeSearchQueryBuilder().
        withQuery(queryBuilder).
        withPageable(pageRequest).
        withMinScore(0.01f).
        build();return et.queryForPage(searchQuery, Item.class);

在上面的示例中，使用了ES提供的matchQuery
，这是一个全文检索最常用的Query，详细情况会在下文介绍。

3.1 matchAllQuery

最简单的一个Query，能返回所有数据。也是基本上用不到的一个Query.

3.2 Term level queries

1. 最常用的Query之一，和Mysql的Select * from * where x=y
   用法相似。
2. 包含TermQuery
   ， TermsQuery
   等，主要是处理结构化字段 number，date，enum等。

3.3 matchQuery

最标准最常用的一个Full Text检索的Query，支持分词和模糊匹配等

一共三种Query Type，默认的是boolean，表示会根据查询text生成一个bool query的组合（因为Text被分词之后，会被拆分成多个Term），组合默认的operator是or，用minimum_should_match来控制最小命中数。analyzer参数和lenient参数可以设置，后者设置为True用来处理类型的兼容，例如数字和字符串的比较。前者用来设置分词用到的analyzer。

Query Type还有两种：phrase
和phrase_prefix
。顾名思义是基于短语的Query，查询文档中是否包含特定的短语，可以通过slot参数来设定跳转值。比如搜索“yellow submarine”的phrase Query，如果文档完全包含”yellow submarine“，就能被检索出来，但不设置slop时，”yellow big submarine“无法检出，slop指的是两个Term的位置之间允许的最大间隔距离，当slop=1时，两个term之间可以允许间隔一个单词。

在boolean type里，Fuzziness用来处理模糊匹配，是一个枚举变量，默认是AUTO，可以设置数字0，1，2等来确定查询时字符串编辑距离的相似度。

// 设置至少50%的匹配度
String minimum_should_match = "50%"; 

3.4 Mulit Match Query

能同时匹配对多个Field的匹配，在多个fields的组合上，有多种type供选择，比较有意思的是cross_fields
， 将所有的fields融合成一个，然后统一处理。具体type如下所示：

1. best_fields
   ：默认类型。特别适用于当希望尽可能多的words命中在同一个field中时，且最终_score会取自“表现最好”的那个field。
2. most_fields
   ：特别适用于文档的多个fields都可能包含检索words时，_score会来自各个fields的“求和”
3. cross_fields
   ：会把文档的多个fields“合并”成一个field看待，适用于检索word分布在多个field的情况。官方示例，检索“Will Smith”，可能Will在 first_name的field，而Smith在second_name的field.

3.5 Bool Query

Bool Query能把多个Query组合起来（如果你熟悉Lucence的话，它就是对应Lucence的BooleanQuery
的），组合规则有以下几种：

1. must
   ：多个Query之间是“与”条件
2. should
   ：多个Query之间是“或”条件，可以通过minimum_should_match
   来约束最少满足条件。
3. must_not
   ：Query之间是“非”条件
4. filter
   ：作用与must
   相同，区别是filter
   的结果不参与score计算

bool query也是可以组合bool query，从而实现复杂的检索逻辑。

4. 结论

最常用的Query是TermQuery
（结构化字段）、matchQuery
（标准Full Text检索）和boolQuery
（与、或的组合）。基于Spring的Web项目建议使用Spring Data ElasticSearch
的封装来索引和检索数据。