【ES】ElasticSearch 结构化查询和过滤

一、DSL

在 ElasticSearch 中，提供了功能十分丰富、多种表现形式的查询语言—— DSL 查询。

Query DSL 又叫结构化查询，使用 JSON 格式的请求体 与 ElasticSearch 交互，使查询语句更灵活、更精确、更易读且易调试。

使用结构化查询，你需要传递 query 参数：

GET /_search
{
    "query": YOUR_QUERY_HERE
}

主要包含两种类型的查询语句：叶子查询语句和复合查询语句。

1.1、叶子查询语句

这种查询可以单独使用，针对指定的字段查询指定的值，例如：match, term, range 等。

一个叶子查询语句一般使用这种结构：

{
    QUERY_NAME: {
        ARGUMENT: VALUE,
        ARGUMENT: VALUE,...
    }
}

或指向一个指定的字段：

{
    QUERY_NAME: {
        FIELD_NAME: {
            ARGUMENT: VALUE,
            ARGUMENT: VALUE,...
        }
    }
}

例如，可以使用 match 查询子句用来找寻在 tweet 字段中找寻包含 elasticsearch 的成员：

GET /_search
{
    "query": {
        "match": {
            "tweet": "elasticsearch"
        }
    }
}

1.2、复合查询语句

这种查询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。

例如，bool 子句允许合并其他的合法子句，must，must_not 或者 should：

{
    "bool": {
        "must":     { "match": { "tweet": "elasticsearch" }},
        "must_not": { "match": { "name":  "mary" }},
        "should":   { "match": { "tweet": "full text" }}
    }
}

二、Query DSL 和 Filter DSL

Elasticsearch 使用的查询语言（DSL） 拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。这套组件可以在以下两种情况下使用：查询情况 query context和过滤情况 filtering context ，也即结构化查询 Query DSL 和结构化过滤 Filter DSL。

查询与过滤语句非常相似，但是它们由于使用目的不同而稍有差异。

2.1、Query DSL

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，它会判断文档是否匹配并计算相关性评分（_score）的值。

例如：

• 查找与 full text search 这个词语最佳匹配的文档
• 查找包含单词 run，但是也包含runs, running, jog 或 sprint的文档
• 同时包含着 quick, brown 和fox— 单词间离得越近，该文档的相关性越高
• 标识着 lucene, search 或 java— 标识词越多，该文档的相关性越高

一条查询语句会计算每个文档与查询语句的相关性，然后给出一个相关性评分 _score，并且按照相关性对匹配到的文档进行排序。

2.2、Filter DSL

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）。

例如：

• created 的日期范围是否在 2013 到 2014 ?
• status 字段中是否包含单词 “published” ?
• lat_lon 字段中的地理位置与目标点相距是否不超过10km ?

2.3、比较

相关度：

• filter —— 只根据搜索条件过滤出符合的文档，将这些文档的评分固定为1，忽略 TF/IDF 信息，不计算相关度分数；
• query —— 先查询符合搜索条件的文档， 然后计算每个文档对于搜索条件的相关度分数，再根据评分倒序排序。

性能：

• filter 性能更好，无排序 —— 不计算相关度分数&#