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。