Elasticsearch深入搜索与查询语言介绍DSL

Elasticsearch两种查询

1. url 搜索 e.g. GET twitter/_search?q=user:kimchy
2. DSL查询语言

    GET /_search
    {
    "query": { 
        "bool": { 
        "must": [
            { "match": { "title":   "Search"        }}, 
            { "match": { "content": "Elasticsearch" }}  
        ],
        "filter": [ 
            { "term":  { "status": "published" }}, 
            { "range": { "publish_date": { "gte": "2015-01-01" }}} 
        ]
        }
    }
    }

DSL(Domain Specific Language)

基本语法

GET /_search
{
    "query": <query clause>
}

查询分类

• 根据目的分类
  • 上下文查询（Query context），简称查询
    在上下文查询语境中，查询语句会询问文档与查询语句的匹配程度，此外，它会判断文档是否匹配并计算相关性评分（_score）的值。
  • 上下文过滤（Filter context），简称过滤
    在上下文过滤语境中，查询语句主要解决文档是否匹配的问题，而不会在意匹配程度（相关性评分）。过滤主要用于结构化的数据。
• 根据查询语句分类
  叶子查询语句 ： 用于查询特殊字段的特殊值，例如：match, term, range 等。
  复合查询语句 ： 可以合并其他的叶子查询或复合查询，从而实现非常复杂的查询逻辑。

查询语法

1. 全文查询

GET /_search
{
    "query" : {
        "match" : {
            "full_name" : "John Smith"
        },
        "multi_match": {
          "query": "John Smith",
          "fields": ["first_name", "full_name"]
        }
    }
}

• match： 查询可操作文本、数值和日期类型的数据，分析它们并构建查询语句。
• match_phrase: 即短语（词组）匹配，它会分析提供的查询文本并构建一个 phrase 查询。
• match_phrase_prefix: 和 match_phrase 类似，但 match_phrase_prefix 不是精准匹配，而是前缀匹配，它会对查询文本的最后一个字符后的内容进行通配符搜索。
• multi_match: 用于多字段匹配查询。

2. Term-level 查询

Term-level 查询是直接查询倒排索引中的确切的值。
Term-level 查询通常用于结构化的数据，如数值、日期、枚举值或关键字，而不是文本（text）

POST /_search
{
  "query": {
    "term" : { "first_name" : "john" } ,
    "terms" : { "full_name" : ["john", "john2"] },
    "range" : {
            "info.age" : {
                "gte" : 28,
                "lt" : 60,
                "boost" : 2.0
            }
        },
    "wildcard" : { "full_name" : "john*" },
    "regexp" : { "full_name" : "jo.*" },
     "type" : {
            "value" : "user"
        }

  }
}

• term 用于查询指定字段的倒排索引包含某个确切值的记录。
• terms 和 term 类似，只不过提供的确切的值是数组。类似于 MySQL 的 in 条件。
• range 用于范围查询。
• exists 返回字段值不为 null 的记录。
• prefix 返回字段的 term 以确切的前缀（前缀不会被分析）开头的记录。
• wildcard 指的是通配符查询。支持的通配符主要有：(* 匹配 0 个或多个任意字符, ? 匹配 1 个任意字符)
• regexp 指的是正则查询。
• fuzzy 指的是容差查询，即可以容忍确切的值和倒排索引中的 term 之间有误差。
• type 查询指的是根据文档的 type 来查询。
• ids 查询指的是根据文档的 id 来查询。

3. 复合查询

GET /_search
{
    "query": {
        "constant_score" : {
            "filter" : {
                "term" : { "full_name" : "john"}
            },
            "boost" : 1.5
        }
    }
}

• constant_score 复合查询只会在过滤上下文中执行查询语句，并且返回的所有的记录的 _score 值是一个常量。
• bool 复合查询用于组合叶子查询语句或复合查询语句。如：must, should, must_not, or filter。
  • must 必须匹配。
  • should 至少匹配一个文档。
  • filter 必须匹配，忽略相关性评分。
  • must_not 必须不匹配，忽略相关性评分。
  • 说明： must 和 should 在查询上下文中执行；must_not 和 filter 在过滤上下文中执行。

POST /_search
{
    "query": {
        "bool" : {
            "must" : {
              "term" : { "last_name" : "smith" }
            },
            "filter": {
              "term" : { "info.interests" : "musics" }
            },
            "must_not" : {
              "range" : {
                "info.age" : { "gte" : 10, "lte" : 25 }
              }
            },
            "should" : [
              { "term" : { "full_name" : "john" } },
              { "term" : { "full_name" : "smith" } }
            ],
            "minimum_should_match" : 1,
            "boost" : 2.0
        }
    }

参考：https://blog.csdn.net/lamp_yang_3533/article/details/97618687