Elasticsearch查询及聚合类DSL语句宝典示例详解

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

{
 "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"
     }
   }
 }
}

来源：https://juejin.cn/post/7181645045211070519