Query DSL
Es提供了基于JSON的完整查询DSL（Domain Specific Language 特定域的语言）来定义查询。将查询DSL视为查询的AST（抽象语法树）。它由两种子句组成：
- 叶子查询子句
叶子查询子句，在特定域中寻找特定的值，如match、term或range查询
- 复合查询子句
复合查询子句包装其他叶子查询或复合查询，并用于以逻辑方式组合多个查询。如bool、dis_max、constant_score查询
1. 查询所有
POST /索引名称/_search { "query":{ "match_all": {} } } 查询结果示例：
{ "took" : 1, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 3, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "test-demo1", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "name" : "百度3", "job" : "运营", "amt" : "3000.34", "logo" : "http://www.lgstatic.com/ttasdf2", "createTime" : "20220303230000" } } ...省略2条数据 ] } } - took：查询花费时间，单位是毫秒
- time_out：是否超时
- _shards：分片信息
- hits:搜索结果总览对象
- total：搜索到的总条数
- max_score:所有结果中文档得分的最高分
- hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
- _index：索引库
- _type：文档类型
- _id：文档id
- _score:文档得分
- _source:文档的源数据
2. 全文搜索
全文搜索能够搜索已分析的文本字段，如电子邮件正文、商品描述等。
先造一些测试数据：
PUT /item { "settings": {}, "mappings": { "properties": { "title": { "type": "text", "analyzer": "ik_max_word" }, "images": { "type": "keyword" }, "price": { "type": "float" } } } } POST /item/_doc/ { "title": "小米电视4A", "images": "http://image.lagou.com/12479122.jpg", "price": 4288 } POST /item/_doc/ { "title": "小米手机", "images": "http://image.lagou.com/12479122.jpg", "price": 2688 } POST /item/_doc/ { "title": "苹果手机", "images": "http://image.lagou.com/12479122.jpg", "price": 5699 } 2.1 匹配搜索
- or关系
match类型的查询，会把查询条件分词，多个词条之间是or的关系。如下面的例子，会根据小米和手机分别去搜索，能搜出3条数据。
POST /item/_search { "query":{ "match": { "title": "小米手机" } } } - and关系
POST /item/_search { "query":{ "match": { "title": { "query": "小米手机", "operator":"and" } } } } 2.2 短语搜索
match_phrase查询用来对一个字段进行短语查询，可以指定analyzer、slop移动因子
POST /item/_search { "query":{ "match_phrase": { "title": "小米手机" } } } 带slop：
POST /item/_search { "query":{ "match_phrase": { "title": { "query": "手机小米", "slop":2 } } } } slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配。相隔多远的意思是，你需要移动一个词条多少次来让查询和文档匹配
2.3 query_string 查询
query string提供了无需指定某字段而对文档全文进行匹配查询的一个高级查询，同时可以指定在哪些字段上进行匹配。
GET /item/_search { "query": { "query_string": { "query": "2688" } } } GET /item/_search { "query": { "query_string": { "default_field": "price", "query": "2688" } } } GET /item/_search { "query": { "query_string": { "default_field": "title", "query": "手机 OR 小米" } } } GET /item/_search { "query": { "query_string": { "default_field": "title", "query": "手机 and 小米" } } } #模糊查询 GET /item/_search { "query": { "query_string": { "default_field": "title", "query": "小米~1" } } } #多字段支持 GET /item/_search { "query": { "query_string": { "fields": ["title","price"], "query": "2699" } } } 2.4 多字段匹配搜索
如果你需要在多个字段上进行文本搜索，可用multi_match。
GET /item/_search { "query": { "multi_match": { "query": "2688", "fields": ["title","price"] } } } #还可以使用*配置 GET /item/_search { "query": { "multi_match": { "query": "2688", "fields": ["title","pri*"] } } } 3. 词条搜索
可以使用term-level queries根据结构化数据中的精确值查找文档。term-level queries不分析搜索词。搜索词与存储在字段中的词需要完全匹配
3.1 词条普通搜索
用于查询指定字段包含某个搜索词的文档
POST /item/_search { "query": { "term": { "title":"小米" } } } 3.2 词条集合搜索
POST /item/_search { "query": { "terms": { "title": ["小米","电视"] } } } 3.3 范围搜索
- gte：大于等于
- gt：大于
- lte：小于等于
- lt：小于
- boost：查询权重
POST /item/_search { "query": { "range": { "price": { "gte": 10, "lte": 3000 } } } } #日期范围 POST /item/_search { "query": { "range": { "createTime": { "gte": "2022-01-01", "lte": "2022-02-01", "format": "yyyy-MM-dd" } } } } 3.4 不为空搜索
GET /item/_search { "query": { "exists": { "field": "price" } } } 3.5 词项前缀搜索
GET /item/_search { "query": { "prefix": { "title": { "value": "小米" } } } } 3.6 通配符搜索
GET /item/_search { "query": { "wildcard": { "title":"小*" } } } 3.7 正则搜索
GET /item/_search { "query": { "regexp": { "title":"小米[a-z0-9]" } } } 3.8 模糊搜索
GET /item/_search { "query": { "fuzzy": { "title": "手机" } } } #错别字纠正 GET /item/_search { "query": { "fuzzy": { "title": { "value": "大米", "fuzziness": 1 } } } } 3.9 ids搜索
GET /item/_search { "query": { "ids": { "values": ["t76YgYEB9TD2fYkcLzha","tb6XgYEB9TD2fYkc6zhx"] } } } 4. 复合搜索
4.1 constant_score，用来包装另一个查询，将查询匹配的文档的评分设为一个常值
GET /item/_search { "query": { "constant_score": { "filter": { "term": { "title": "小米" } }, "boost": 1.2 } } } 4.2 bool query，用bool组合多个查询子句为一个查询。
- must：必须满足
- filter：必须满足，但执行的是filter上下文，不参与、影响评分
- should：或
- must_not：必须不满足，在filter上下文中执行，不参与、不影响评分
POST /item/_search { "query": { "bool": { "must": [ { "match": { "title": "小米" } } ], "filter": { "term": { "title": "电视" } },"must_not": [ { "range": { "price": { "gte": 4200, "lte": 4300 } } } ] ,"minimum_should_match": 0 } } } minimum_should_match代表了最小匹配精度，如果设置为1，代表should语句中至少需要有一个条件满足。
5. 排序
5.1 相关性评分排序
默认情况下，返回的结果是按照相关性进行排序的。默认排序是_score降序
# 按照评分升序 GET /item/_search { "query": { "match_all": {} }, "sort":[{ "_score":{ "order":"asc" } } ] } #根据字段值排序 GET /item/_search { "query": { "match_all": {} }, "sort":[{ "price":{ "order":"asc" } } ] } #多个字段的排序 GET /item/_search { "query": { "match_all": {} }, "sort":[{ "price":{ "order":"asc" } },{ "createTime": { "order":"desc" } } ] } 6.分页
size:每页显示多少条
from:当前页起始索引
POST /item/_search { "query": { "match_all": {} } ,"size": 2, "from": 0 } 7. 高亮
POST /item/_search { "query": { "match": { "title": "小米" } }, "highlight": { "pre_tags": "<font color='pink'>", "post_tags": "</font>", "fields": [{"title":{}}] } } - pre_tags：前置标签
- post_tags：后置标签
- fields：需要高亮的字段
- title：这里声明title字段需要高亮
8. 文档批量操作
8.1 mget批量查询
不同的索引
GET /_mget { "docs":[ { "_index":"item", "_id":"tb6XgYEB9TD2fYkc6zhx" }, { "_index":"test-location", "_id":1 } ] } 相同的索引
POST /test-location/_search { "query": { "ids": { "values": ["1","2"] } } } 8.2 bulk批量增删改
语法：
POST /_bulk {"action": {"metadata"}} {"data"} 示例：
POST /_bulk {"delete":{"_index":"item","_id":"tb6XgYEB9TD2fYkc6zhx"}} {"create":{"_index":"item","_id":"1"}} {"title":"华为电脑","price":2333} {"update":{"_index":"item","_id":2}} {"doc":{"title":"冰箱"}} - delete：删除一个文档，删除没有请求体，只需要一个json串就行
- create：相当于强制创建
- index：普通的PUT操作，可以创建也可以全量替换
- update：执行的是局部更新
格式：每个json不能换行，相邻json必须换行
隔离：每个操作互不影响，操作失败的行会返回其失败信息
实际用法：bulk请求一次不要太大，否则一下积压到内存中，性能会下降。所以，一次请求几千个操作、大小在几M正好。bulk会将要处理的数据载入内存中，所以数据量是有限的，最佳的数据量不是一个确定的数据，它取决于你的硬件，你的文档大小以及复杂性，你的索引以及搜索的负载。一般建议是1000-5000个文档，大小建议是5-15MB，默认不能超过100M，可以在es的配置文件（ES的config下的elasticsearch.yml）中配置。
http.max_content_length: 10mb
