# query string search 语法以及 _all metadata
- query string 基础语法
_all
metadata 的原理和作用
包含 test_field 字段中包含 test 内容
GET /test_index/test_type/_search?q=test_field:test
----------- 响应
"hits": {
"total": 1,
"max_score": 0.8835016,
"hits": [
{
"_index": "test_index",
"_type": "test_type",
"_id": "7",
"_score": 0.8835016,
"_source": {
"test_field": "test test"
}
}
]
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
必须包含,与包含类似
GET /test_index/test_type/_search?q=+test_field:test
不包含 test 内容
GET /test_index/test_type/_search?q=-test_field:test
1
2
3
4
5
2
3
4
5
一个是掌握 q=field:search content 的语法,还有一个是掌握 + 和 - 的含义
TIP
这个知道就行了,一般很少使用
# _all
metadata 的原理和作用
什么是 _all
metadata ?
下面的搜索,没有指定具体的字段,也能返回数据,那么他返回的是什么呢?
GET /test_index/test_type/_search?q=test
1
返回的数据是所有字段中包含 test 内容的数据。
我们在进行中搜索的时候,难道是对 document 中的每一个 field 都进行一次搜索吗?不是的
es中的 _all
元数据,在建立索引的时候,我们插入一条 document,它里面包含了多个 field,
此时,es 会自动将多个 field 的值,全部用字符串的方式串联起来,变成一个长的字符串,作为 _all field
的值,同时建立索引
后面如果在搜索的时候,没有对某个field
指定搜索,就默认搜索 _all field
,其中是包含了所有 field
的值的
举个例子
{
"name": "jack",
"age": 26,
"email": "jack@sina.com",
"address": "guamgzhou"
}
1
2
3
4
5
6
2
3
4
5
6
"jack 26 jack@sina.com guangzhou",作为这一条 document 的 _all
field 的值,同时进行分词后建立对应的倒排索引
生产环境不使用