Elasticsearch查询及聚合类DSL语句宝典
作者：京东科技 纪海雨 前言 随着使用es场景的增多，工作当中避免不了去使用es进行数据的存储，在数据存储到es当中以后就需要使用DSL语句进行数据的查询、聚合等操作，DSL对SE的意义就像SQL对MySQL一样，学会如何编写查询语句决定了后期是否能完全驾驭ES，所以至关重要，本专题主要是分享常用的DSL语句，拿来即用。 一、match 如果match 查询数字，日期，布尔值或者not_analyzed 的字符串时，会精确匹配搜索值，不做分词解析；如果match 查询全文本，会对查询词做分词解析，然后搜索。 比如对keyword 类型的tag 查询，"京东总部"不会分词，必须完全相等的词才会被搜索出来 {a "query": { "match": { "content" : { "tag" : "京东总部" } } } } 比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。并且根据lucene的评分机制(TF/IDF)来进行评分 { "query": { "match": { "content" : { "query" : "宝马多少马力" } } } } 二、match_phrase 如果想要精确匹配所有同时包含"宝马 多少 马力"的文档，就要使用 match_phrase 了 { "query": { "match_phrase": { "content" : { "query" : "宝马多少马力" } } } } 三、mult_match 如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi_match { "query": { "multi_match": { "query" : "我的宝马多少马力", "fields" : ["title", "content"] } } } 四、term 关键字精确匹配，不分词解析。注意 term 包含（contains） 操作，而非 等值（equals）判断。如果文档包含full_text 及其他词，也会命中返回。 使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。 比如下面的例子，其中的full_text是被分析过的，所以full_text的索引中存的就是[quick, foxes]，而extra_value中存的是[Quick Foxes!] PUT my_index { "mappings": { "my_type": { "properties": { "full_text": { "type": "string" }, "exact_value": { "type": "string", "index": "not_analyzed" } } } } } PUT my_index/my_type/1 { "full_text": "Quick Foxes!", "exact_value": "Quick Foxes!" } 请求不出数据的，因为full_text分词后的结果中没有[Quick Foxes!]这个分词 GET my_index/my_type/_search { "query": { "term": { "full_text": "Quick Foxes!" } } } 五、terms 指定多值精确匹配，如果字段包含了指定值中的任何一个值，那么文档满足条件。类似sql中的in { "terms": { "tag": [ "search", "full_text", "nosql" ] } } 六、range 数字/时间的区间查询，操作符： •gt > greater than •gte >= •lt < litter than •lte <= { "query":{ "range": { "age": { "gte": 20, "lt": 30 } } } } 七、wildcard 通配符索引。* 表示全匹配，？ 表示单一匹配。扫描所有倒排索引，性能较差 { "query": { "wildcard": { "companyName": "*京东*" } } } 八、regexp 正则索引。扫描所有倒排索引，性能较差 { "query": { "regexp": { "postcode": "W[0-9].+" } } } 九、组合多查询（bool查询） bool 查询后面可以跟这四种匹配模式 •must 必须匹配 •must_not 必须不匹配 •should 匹配任意，等价or •filter 必须匹配：过滤模式 比如我们想要请求"content 中带宝马，但是tag 中不带宝马"这样类似的需求，就需要用到bool 联合查询。 { "query":{ "bool":{ "must":{ "term":{ "content":"宝马" } }, "must_not":{ "term":{ "tags":"宝马" } } } } } 十、聚合 聚合包含一下两种： 1、 指标聚合（Metric Aggregation）：一些数学运算，可以对文档字段进行统计分析 •输出一个值 ▪min ▪max ▪sum ▪avg ▪ value_count 统计某字段有值的文档数 ▪ cardinality 某字段值去重计数 •输出多个值 ▪stats ▪percentiles ▪percentile_ranks 2、桶聚合（Bucket Aggregation） ：一些列满足特定条件的文档的集合，相当于sql 的groupby •terms 对某个字段统计每个不同的内容，以及出现文档的个数 •range 某个范围内文档的个数 默认聚合范围是全文，但是如果有query查询，那么聚合的范围就是query查询的结果。 value_count 统计某字段有值的文档数 { "size": 0, "aggs": { "count": { "value_count": { "field": "companyName" } } } } 指定查询语句进行统计 { "query": { "term": { "companyName": "安徽科达智慧能源科技有限公司" } }, "aggs": { "count": { //自定义名称 "terms": { "field": "companyName" } } } } 以上就是本期分享的DSL语句，小伙伴们结合自己的使用查询场景进行操练起来吧。
