2021-04-08

Elasticsearch DSL查询语法入门级

DSL查询类型：（1）叶子查询 （2）复合查询

基本语法

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

空查询

没有查询条件的查询，就是空查询。它会匹配所有的文档
（1）
GET /_search
（2）
GET /_search { "query": {} }
（3）

GET /_search
{
    "query": {
        "match_all": {}
    }
}

查询与过滤

DSL查询根据使用目的不同，分为两种类型：

• 上下文查询（Query context）,简称查询
• 上下文过滤（Filter context），简称过滤

查询（Query）

在上下文查询语镜中，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

过滤（Filter）

在上下文过滤语镜中，查询语句主要解决文档是否匹配问题，而不会在意匹配程度（相关性评分）。过滤主要用于结构化数据。
例如：
status 字段的值是否为某个枚举值或布尔值？
age 字段的值是否在 20-35 范围内？
date 字段的值是否在 2016-2019 之间？
一般来说，过滤语句比查询语句的执行效率更高，因为它不用计算文档的相关性评分（score）。
使用频繁的过滤语句的结果集会被 Elasticsearch 自动缓存，以提高性能。
过滤的目的就是粗暴地快速缩小匹配的结果集。
通常，全文搜索或需要用到相关性评分（score）的场景采用查询（query），其他的全部用过滤（filter）。
在进行搜索时，我们常常会在查询语句中，结合查询和过滤来达到我们的查询目的。
下面是一个示例：

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

全文查询

全文查询语句通常用于全文本字段的查询

match

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
示例：查询full_name字段中包含John或Smith的文档

GET /_search
{
    "query" : {
        "match" : {
            "full_name" : "John Smith"
        }
    }
}

说明： Elasticsearch 会先使用分析器分析 “John Smith” 为两个独立的项 “John” 和 “Smith”，然后再去构建查询。
这里的 full_name 字段可以替换为任何你想查询的字段甚至是 _all 字段。

match 属于 boolean 的类型，也就是说，分析器会对提供的查询文本进行分析并构建 boolean 查询语句。
由 match 构建的 boolean 查询语句默认是逻辑或（or），当然，我们可以通过 operator 参数来改变这个默认行为。
示例：查询 full_name 字段中包含 John 和 Smith 的文档。

GET /_search
{
    "query": {
        "match" : {
            "full_name" : {
                "query" : "John Smith",
                "operator" : "and"
            }
        }
    }
}

说明： full_name 是字段名称，query 参数的值是提供的查询文本，operator 参数用于设置 match 的逻辑（or 还是 and）

match_phrase

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 用于精准的 phase 匹配。
示例：查询 full_name 字段中包含 “John Smith” 短语的文档。

GET /_search
{
    "query" : {
        "match_phrase" : {
            "full_name" : "John Smith"
        }
    }
}

我们也可以给提供的查询文本指定 analyzer（分析器），如果没有指定，默认使用字段的显式 mapping 中的定义，或者默认的 search analyzer。

GET /_search
{
    "query": {
        "match_phrase" : {
            "full_name" : {
                "query" : "John Smith",
                "analyzer" : "standard"
            }
        }
    }
}

match_phrase_prefix

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。

示例：查询 full_name 字段中以 “John Smi” 短语开头的文档。

GET /_search
{
    "query" : {
        "match_phrase_prefix" : {
            "full_name" : "John Smi"
        }
    }
}

multi_match

multi_match 用于多字段匹配查询。

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

Term-level 查询

我们知道，全文查询在执行查询之前，会先对提供的查询文本进行分析。
然而，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）。

term

term 用于查询指定字段的倒排索引包含某个确切值的记录。

POST /_search
{
  "query": {
    "term" : { "first_name" : "john" } 
  }
}

terms

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。

POST /_search
{
  "query": {
    "terms" : { "full_name" : ["john", "john2"] } 
  }
}

POST /_search
{
  "query": {
    "constant_score": {
      "filter": { "terms" : { "full_name" : ["john", "john2"] }}
    }
  }
}

range

range 用于范围查询

GET /_search
{
    "query": {
        "range" : {
            "info.age" : {
                "gte" : 28,
                "lt" : 60,
                "boost" : 2.0
            }
        }
    }
}

说明： boost 参数可用于调整相关性评分（score）的值。

GET /_search
{
    "query": {
        "range" : {
            "date" : {
                "gt" : "now-3d/d",
                "lt" :  "now"
            }
        }
    }
}

exists

exists 返回字段值不为 null 的记录。

GET  /_search
{
	"query":{
			"exists":{"field":"user"}
	}
}

prefix

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。

GET /_search
{
    "query": {
        "prefix" : { "full_name" : "joh" }
    }
}