ES 查询语句 - samwellwang

Elasticsearch#

Elasticsearch 是一种基于 Lucene 的分布式搜索引擎，就是那个能快速、准确地找到大量数据的搜索引擎。它的查询语言 DSL 可不是一般的强大，支持各种查询方式，比如 bool、match、term、must、should 等等，还能做聚合查询和 plainless 脚本。咱们今天就来学学怎么用这些语句在 ES 里找到想要的数据，让工作变得更加高效。比如说，你要找到某个客户的订单记录，或者查看某个时间段内的销售数据，ES 就能轻松搞定。总之，ES 可不是一般的好用，学会了这些语法和技巧，你的增删改查就更得心应手啦！（再也不用去改别人的查询 DSL 了

查询语法

ES 的查询语法主要包括以下几个部分：查询类型、查询条件、过滤条件和排序条件。其中，查询类型包括 match、term、bool 等，查询条件指定要查询的字段和关键字，过滤条件用于对查询结果进行过滤，排序条件用于对查询结果进行排序。

1.1 match 查询

match 查询是 ES 中最常用的一种查询方式，用于在指定字段中查找包含指定关键字的文档。例如，要查找包含 “Elasticsearch” 关键字的文档，可以使用如下 DSL 语句：

{
  "query": {
    "match": {
      "content": "Elasticsearch"
    }
  }
}

其中，“content” 是要查询的字段名，“Elasticsearch” 是要查找的关键字。如果想要在多个字段中查找关键字，可以使用如下语句：

{
  "query": {
    "multi_match": {
      "query": "Elasticsearch",
      "fields": ["title", "content"]
    }
  }
}

1.2 term 查询

term 查询用于精确匹配某个字段的值。例如，要查找 “status” 字段值为 “published” 的文档，可以使用如下 DSL 语句：

{
  "query": {
    "term": {
      "status.keyword": "published"
    }
  }
}

需要注意的是，如果要查询 keyword 类型的字段，需要在字段名后加上 “.keyword”。

1.3 bool 查询

bool 查询用于组合多个查询条件，并支持 must、should、must_not 三种逻辑关系。例如，要查找 “title” 字段中包含 “Elasticsearch” 关键字且 “status” 字段值为 “published” 的文档，可以使用如下 DSL 语句：

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "Elasticsearch" } },
        { "term": { "status.keyword": "published" } }
      ]
    }
  }
}

需要注意的是，must 和 should 不能并列使用。：）

聚合查询

聚合查询是 ES 中非常有用的一种功能，它可以对查询结果进行分组、统计、排序等操作。ES 支持多种聚合方式，包括 terms、range、date_histogram 等。

2.1 terms 聚合

terms 聚合用于对某个字段进行分组统计。例如，要对 “category” 字段进行分组统计，可以使用如下 DSL 语句：

{
  "aggs": {
    "group_by_category": {
      "terms": {
        "field": "category.keyword"
      }
    }
  }
}

其中，“group_by_category” 是聚合名称，“category.keyword” 是要进行聚合的字段名。

2.2 range 聚合

range 聚合用于对某个字段进行范围统计。例如，要对 “price” 字段进行范围统计，可以使用如下 DSL 语句：

{
  "aggs": {
    "price_range": {
      "range": {
        "field": "price",
        "ranges": [
          { "to": 50 },
          { "from": 50, "to": 100 },
          { "from": 100 }
        ]
      }
    }
  }
}

其中，“price_range” 是聚合名称，“price” 是要进行聚合的字段名，“ranges” 指定了要统计的范围。

进阶技巧

除了基本的查询和聚合操作外，ES 还支持一些进阶技巧，包括 plainless 脚本、nested 查询等。

3.1 painless 脚本

painless 脚本是 ES 中内置的一种脚本语言，支持类似 Java 的语法，并提供了丰富的 API 接口。通过使用 painless 脚本，可以实现更加复杂的数据处理和计算操作。例如，在查询结果中添加一个新的字段 “score”，可以使用如下 DSL 语句：

{
  "query": {
    "match_all": {}
  },
  "script_fields": {
    "score": {
      "script": {
        "lang": "painless",
        "source": "_score * doc['price'].value"
      }
    }
  }
}

其中，“_score” 表示文档得分，“doc ['price'].value” 表示获取 “price” 字段的值。

3.2 nested 查询

nested 查询用于对嵌套在文档中的子文档进行查询。例如，在一个博客系统中，每篇文章可能包含多个评论，每个评论都是一个嵌套在文章中的子文档。要查询所有评论中包含 “Elasticsearch” 的文章，可以使用如下 DSL 语句：

{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "match": {
          "comments.content": "Elasticsearch"
        }
      }
    }
  }
}

其中，“comments” 是子文档名称，“content” 是子文档中要查询的字段名。

注意事项

在使用 ES 进行增删改查时，需要注意以下几点：

搜索 keyword 类型的字段时需要在字段名后加上 “.keyword”
嵌套查询时需要使用 nested 查询
must 和 should 不能并列使用
使用 painless 脚本时需要注意安全性和性能问题

总之，在使用 ES 进行增删改查时，需要熟练掌握其 DSL 语句的相关语法和技巧，并注意避免可能遇到的坑。希望本文能够对您有所帮助！

参考资料
以上 es 的版本是 6.8.17，我还用过 es 7 版本的，为了支持向量类型字段的搜索。以后单开一篇记录吧