Query DSL Part VII (查詢語法)

本篇繼續介紹 Query DSL 的 term-lvel queries

range query

找出terms在指定的range的documents

[情境] 找出 field age 的field value 介於 10(包含) 和 20(包含) 之間的documents
Example Request

GET /_search
{
  "query": {
    "range": { (1)
      "age": { (2)
        "gte": 10, (3)
        "lte": 20 (4)
      }
    }
  }
}

(1): range query
(2): <field>，必填，欲搜尋的 field
(3): gte，大於等於
(4): lte，小於等於

當然，有大於等於，也有 "大於"，使用 gt，同理，"小於" 使用 lt

range query with text and keyword fields
實際上，range query是可以用在 field type為 text 和 keyword 的fields，
不過是屬於 expensive queries (成本比較高)，所以一般而言執行會比較慢。
而有參數可以限制 expensive queries， search.allow_expensive_queries 預設為 true，
當設定為 false 時，就無法執行 expensive queries，也就會包含無法使用 range query 來搜尋 field data type 為 text 和 keyword 的fields。

range query with date fields
如果 <field> 的 field data type為 date，則可以使用 date math(https://www.elastic.co/guide/en/elasticsearch/reference/current/common-options.html#date-math) 搭配 gt, gte, lt, lte

[情境] 找出 field timestamp 的field value 介於 今天 和 昨天 之間的documents
Example Request

GET /_search
{
  "query": {
    "range": {
      "timestamp": {
        "gte": "now-1d/d", (1)
        "lt": "now/d" (2)
      }
    }
  }
}

(1): 現在 減 1天，並無條件捨去至最近的天
(2): 現在，並無條件捨去至最近的天

這邊稍微說明一下 date math，
可使用日期來當錨點(anchor)，如 now 或者是 formatted date，而如果使用 formatted date，其後面須加上 ||，然後在 anchor date 後面可選擇性加上 數學式，
例如：

• +1h: 加上1小時
• -1d: 減1天
• /d: 無條件捨去至最近的天

regex query

透過 regular expression 找出有匹配的terms，然後回傳其documents

而 regex query 支援的operators可參閱 Regular expression syntax ，是使用 Apache Lucene's 的 regular expression 引擎

[情境] 找出field user.id 是 k 開頭，y 結尾的documents
Example Request

GET /_search
{
  "query": {
    "regexp": { (1)
      "user.id": { (2)
        "value": "k.*y", (3)
        "flags": "ALL" (4)
      }
    }
  }
}

(1): 即 regex query
(2): <field>，必填，欲搜尋的 field
(3): value，必填，填入 regular expression
(4): flags，選填，預設為 ALL，此參數用來設定 regular expression引擎 可使用的operators

上述request的 regex為 "k.*y"，其中 .* operators 代表的是可以匹配任何字元，包括沒有字元也算，所以可以匹配的terms可以是 ky, kay, kelly 等等

[Note]
regex query也是屬於 expensive queries

term query

搜尋出指定field含 exact term 的documents

在蠻多篇章應該都有提到此 query，這邊再完整介紹一次

[Note]
避免使用 term query 在 text field 上，因為 text field在建立索引時，會經過 analyzer分析而改變原本的值，所以會讓精確匹配是很困難的

此範例使用 Elastic Stack第七重 匯入的範例資料，所以想用一樣的測資可先照那一重做批次匯入

[情境] 找出 field firstname 為 "Nanette" 的 帳戶擁有者資訊(document)
Request

GET /bank/_search
{
  "query": {
    "term": { (1)
      "firstname.keyword": { (2)
        "value": "Nanette" (3)
      }
    }
  }
}

(1): 即 term query
(2): <field>，必填，欲搜尋的field，記得使用非 text field，此處使用 "firstname.keyword" 的 field date type為 keyword，而 "firstname" 是 text field data type，所以不能使用 "firstname" ，否則會不如預期(以此為例，用 "firstname" 會匹配不到任何documents)
(3): value，必填，欲搜尋的值

Response

上述Request也可以簡寫成

GET /bank/_search
{
  "query": {
    "term": {
      "firstname.keyword": "Nanette"
    }
  }
}

[Note]
如欲搜尋 text fields，可以透過 match query，在儲存至此field前會經過analyzer分析後轉換成tokens才會被建立索引，而用 match query 提供的 query string(search term)也一樣會經過analyzer分析，此兩個analyzer是可以指定成不一樣的analyzer，在未設定時，皆使用預設的 standard analyzer ，透過分析後的 tokens 來做匹配搜尋，而不是用 exact term(精確的值)

而 term query "不會"分析 search term， term query 直接拿提供的term找出完整符合的term，這也意味著用 term query 搜尋 text fields 可能回傳 poor(較少) 或 沒有匹配的documents

terms query

搜尋出指定field含 一個或多個 exact term 的documents，
其實和 term query一樣，只是差在可以搜尋多個值

[情境] 找出 field firstname 為 "Nanette" 或 "Mcgee" 的 帳戶擁有者資訊(document)
Request

GET /bank/_search
{
  "query": {
    "terms": { (1)
      "firstname.keyword": ["Nanette", "Mcgee"] (2)
    }
  }
}

(1): 即 terms query
(2): 放置多個 search term至array value

Response

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

Term-level queries
regular expression