Elasticsearch 的 DSL查询

Elasticsearch 的 DSL（Domain Specific Language，领域特定语言）查询是一种使用 JSON 格式表达的查询语言，用于与 Elasticsearch 集群进行复杂的搜索交互。DSL 查询提供了丰富的查询类型、过滤条件、排序选项、分页控制、聚合功能等，使得用户能够精确地描述想要从索引中检索的数据，并获得结构化的搜索结果。

一、基本结构

一个典型的 Elasticsearch DSL 查询请求通常包含以下几个部分：

{
  "query": {
    ...  // 查询部分，定义如何匹配和筛选文档
  },
  "sort": {
    ...  // 排序部分，定义结果的排序规则
  },
  "from": <offset>,  // 分页偏移量，从第几个结果开始返回
  "size": <limit>,  // 分页限制，返回多少个结果
  "aggs": {
    ...  // 聚合部分，定义对结果进行的聚合分析
  },
  "highlight": {
    ...  // 高亮部分，定义查询结果中哪些字段应进行高亮显示
  },
  ...  // 其他可能的参数，如脚本、源过滤、Suggesters等
}

二、查询部分

查询部分是 DSL 请求的核心，用于定义如何从索引中筛选出符合特定条件的文档。Elasticsearch 提供了众多查询类型，包括但不限于：

• 全文查询：

  • match：最常用的全文查询，对一个或多个字段进行模糊匹配。
  • multi_match：在多个字段上执行 match 查询。
  • match_phrase：匹配整个短语而非单个词项。
  • match_phrase_prefix：匹配短语的前缀。

• 精确查询：

  • term：精确匹配一个词项，适用于未分析的字段（如 keyword 类型）。
  • terms：匹配多个精确值。
  • range：基于范围条件（如大于、小于、介于等）筛选文档。

• 复合查询：

  • bool：组合多个查询条件，支持 must（与）、should（或）、must_not（非）子句。
  • constant_score：将过滤器或查询包装在一个不计算得分的上下文中。
  • dis_max：选择多个查询中最匹配的一个文档得分。

• 特殊查询：

  • exists：检查字段是否存在。
  • prefix：匹配字段的前缀。
  • wildcard、regexp：使用通配符或正则表达式进行匹配。
  • fuzzy：进行模糊匹配，允许一定程度的字符差异。

• 地理查询：

  • geo_bounding_box：基于边界框筛选地理坐标点。
  • geo_distance：筛选距离某个点在一定范围内的文档。
  • geo_shape：基于几何形状（如多边形、线、点等）筛选地理数据。

三、过滤部分

虽然查询部分也可以实现过滤功能，但有时为了提高效率，尤其是对于不需要计算得分的过滤条件，可以使用独立的过滤器（Filter）。常见的过滤器包括：

• term、terms、range：与同名查询类似，但不计算得分，更高效。
• exists、missing：检查字段存在与否。
• geo_bounding_box、geo_distance、geo_shape：与同名地理查询类似，作为过滤器使用。
• script：基于脚本条件过滤文档。

四、排序部分

通过 sort 参数指定结果的排序规则，可以按照一个或多个字段的升序或降序排列：

"sort": [
  { "price": { "order": "desc" } },
  { "last_updated": { "order": "asc", "unmapped_type": "date" } }
]

五、分页部分

使用 from 和 size 参数控制结果的分页：

"from": 0,  // 从第一个结果开始返回
"size": 10  // 返回10个结果

六、聚合部分

聚合（Aggregations）用于对查询结果进行统计分析、分组、计数等操作，生成汇总数据。常见的聚合类型包括：

• 桶聚合（Bucket Aggregations）：

  • terms：按某个字段的值进行分桶，统计每个桶的文档数量。
  • range、date_range：基于数值或日期范围分桶。
  • histogram、date_histogram：基于固定间隔的桶划分数据。
  • geohash_grid、geotile_grid：对地理数据进行网格化分桶。

• 度量聚合（Metric Aggregations）：

  • avg、sum、min、max：计算数值字段的平均值、总和、最小值、最大值。
  • cardinality：估算唯一值的数量。
  • extended_stats、percentiles：提供统计指标如标准差、百分位数等。

• 管道聚合（Pipeline Aggregations）：

  • 可以对其他聚合的结果进行二次处理，如求差、求和、计算移动平均等。

七、其他功能

• 高亮：通过 highlight 参数指定在查询结果中哪些字段应进行高亮显示，便于用户识别匹配关键词。

• 脚本：在查询、排序、过滤、聚合等环节中使用脚本进行动态计算或条件判断。

• 源过滤：通过 source 参数指定返回结果中包含或排除哪些字段。

• Suggesters：提供自动补全、纠错等建议功能。

八、操作示例

下面是一个包含全文查询、过滤、排序和分页的 DSL 示例：

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "Elasticsearch" } },
        { "range": { "price": { "gte": 10, "lte": 50 } } }
      ]
    }
  },
  "sort": [
    { "popularity": { "order": "desc" } },
    { "last_updated": { "order": "asc" } }
  ],
  "from": 0,
  "size": 10
}

在这个示例中，查询要求文档的 title 字段包含 “Elasticsearch”，且 price 在 10 到 50 之间。结果按照 popularity 降序、last_updated 升序排序，返回第一页（from 为 0，size 为 10）的文档。