ElasticSearch 7.4学习记录（DSL语法）

上文和大家一起初次了解了很多ES相关的基础知识，本文的内容将会是实际企业中所需要的吗，也是我们需要熟练应用的内容。
面对ES，我们最多使用的就是查询，当我负责这个业务时，现不需要我去考虑如何创建索引，添加文档等，只需要根据复杂业务实现查询即可，本文的重点也会在如何使用ES进行查询，并给出很多实际案例进行补充解释和演示

本次案例演示说明所需要的数据-----------student数据信息：

属性	数值
id	001
name	zjh
address	中国陕西省延安市
brief	喜欢足球的男生
age	28

属性	数值
id	002
name	wxx
address	中国陕西省渭南市
brief	喜欢zjh的女生
age	18

1 DSL查询语法

1.1 什么是DSL

就是在这个环境下查询语句，有自己的语法格式要求，需要我们熟练掌握。
或者你可以想一下，在mysql环境下的sql语法，这就是在ES环境下的DSL语法，都是为了实现查询功能。

一个简化的查询模版

GET /索引库名/_search
{
	"query":{
		"查询类型"：{
			"查询条件"："条件值"
		}
	}
}

查询类型可以实现不同的查询效果，下面的案例很好的解释给了大家。

1.2 查询所有

match_all：查询全部的数据

GET /student/_search
{
	"query":{
		"match_all"：{}
	}
}

1.3 全文检索

match查询：利用分词器进行查询，比如：传入“男生”，会将其分词取倒排索引库查询，找到含有“男”与“生”数据，即找到zjh和wxx的全部数据

这是一个模板
GET /student/_search
{
	"query":{
		"match"：{
			"field"："text"
		}
	}
}

实际案例：拆分“男生”去brief字段中查找有无”男“与”生“，最终找到zjh和wxx
GET /student/_search
{
	"query":{
		"match"：{
			"biref"："男生"
		}
	}
}

升级案例：现在不想指定一个字段去查找，想查询所有的字段中的数据是否有匹配的
GET /student/_search
{
	"query":{
		"match"：{
			"all"："跑步工资"
		}
	}
}
这个all就表示会在所有字段id，name，address，brief的值中去匹配”跑步工资“

multi_match查询：允许同时查询多个字段

这是一个模板
GET /student/_search
{
	"query":{
		"multi_match"：{
			"query"："text",
			"fields"：["field1","field2"]
		}
	}
}
实际案例：找到address含有“延安”且brief含有”喜欢“的数据，最终找到zjh和wxx
GET /student/_search
{
	"query":{
		"multi_match"：{
			"query"："延安喜欢",
			"fields"：["address","brief"]
		}
	}
}

需要注意的是multi_match设置的字段越多，效率越慢，推荐优先使用match

1.4 精确查询

当查询条件是不可分的：keyword，数值，日期，boolean等，不会对其分词，即为精确查询

• term：根据词条精确值查询
• range：根据值范围查询

案例：
当查询内容传入：上海，就希望匹配到含有“上海”的数据，而不是含有“上”与“海”的这种数据。此乃term

当查询内容传入：100-300元，就希望匹配到在这个范围内的数据。此乃range

这是一个term模板
GET /student/_search
{
	"query":{
		"term"：{
			"field"：{
				“value”：“value”
			}
		}
	}
}
实际案例：找到address含有“男生”的数据，找到空数据，因为必须精准为男生，才能找到zjh
GET /student/_search
{
	"query":{
		"term"：{
			"field"：{
				“brief”：“男生延安”
			}
		}
	}
}

这是一个range模板
GET /student/_search
{
	"query":{
		"range"：{
			"field"：{
				“gte”：“value”，
				“lte”：“value”
			}
		}
	}
}
实际案例：找到年龄在10-20之间的人，最终找到wxx
GET /student/_search
{
	"query":{
		"range"：{
			"age"：{
				“gte”：10，
				“lte”：20
			}
		}
	}
}

注意：gte是大于等于；gt是大于

1.5 复合查询

Boolean Query
布尔查询是一个或者多个查询字句的组合。组合方式有

• must : 必须匹配每个子查询（与）
• should：选择性匹配子查询（或）
• must_not：必须不匹配（非）不参与算分
• filter：必须匹配 不参与算分

GET /student/_search
{
	"query"：{
		“bool”：{
			“must”：[  
			       {"term"：{“address”：“中国”} }
			       {"term"：{“name”：“zjh”} }
			 ]，
			 "should"：[ 
			       {"term"：{“brief”：“喜欢”} }，
			       {"term"：{“brief”：“足球”} }
			 ]，
			 “must_not”：[
			 		{"range"：{“age”：{"gte：20"} } }，
			 ],
			 “filter”：[
			 		{"term"：{“brief”：“生”}}
			 ]
		}
	}
}

这串代码表示：
must：（address必须含有中国） 且 （name必须含有zjh）
should：（brief含有喜欢） 或者 （brief含有足球）二选一
mustnot：（年龄大于等于20）相反-----（年龄小于20）

这个案例仅仅告诉你如何理解must等，下面介绍一个贴切的案例

查询名字包含“麦当劳”，地点在北京，人均消费不高于100元，周一到周天营业的快餐店

1.6 搜索结果处理

1.6.1 结果排序+分页查询

这是一个range模板
GET /student/_search
{
	"query":{
		“查询类型”：{}
		}，
		"sort"：[{"fileld"：”value“}]
}
实际案例：全部查询，将结果按照年龄倒序，若相等按照id升序排
GET /student/_search
{
	"query":{
		"match_all"：{}
		},
	"sort"：[{”age“：”desc“}，{”id“：”asc“}]，
	“from”：0，
	“size”：10
		}
	}
}

es查询结果默认只显示10条数据。from：0--------size:10，表示从0开始，显示10条数据

实际上，如我们会将一批数据分成10批，存在10台服务器的ES上。如果我们需要查询价格由低到高排序前100条，底层执行的逻辑是：每一台ES由低到高排序，查出前100，然后聚合10台机器的数据（10*100），从聚合结果1000中再找到前100的数据。
不过呢，当我们执行数据读取时候，一定是会扫描所有的ES节点，不需要担心查询的时候会不会只查询当前服务器上es的数据，是不会的。

1.6.2 结果高亮

浏览器搜索java，可以看到查询结果中含有java部分高亮显示，这是如何实现的？

是ES帮忙做的，我们只需要告诉ES需要高亮显示的字段和内容即可

GET /student/_search
{
	"query":{
		“match”：{
			“all”：“中国”
		}，
		“highlight”：｛
			“fields”：｛  //高亮字段
				“address”：｛
					"requeire.field_match"：“false”，//是否需要与查询字段匹配
					“pre_tags”：""， //用来标记高亮字段的前置标签，
					“post_tags”：“”  //用来标记高亮字段的后置标签
				｝
			｝
		｝
}

2 DSL语法对应Java代码的实现

2.1 match_all

 RestHighLevelClient client 注意前面我已经获取了client
 关于代码实现，可以理解为四个部分，不同业务需要变动代码的部分只有2,4处
 
 @Test
    void testMatchAll() throws IOException {
        //1.准备request
        SearchRequest request = new SearchRequest("student");

        //2.准备DSL
        request.source().query(QueryBuilders.matchAllQuery());

        //3.发送请求
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

        //4.解析响应中的hits
        SearchHits searchHits = response.getHits();

        long value = searchHits.getTotalHits().value; //获取value值（参考ES）
        System.out.println(value);

        SearchHit[] hits = searchHits.getHits(); //获取文档数据

        for (SearchHit hit : hits) {
            String json = hit.getSourceAsString();
            System.out.println(json);
        }

    }

为什么解析response呢，因为其全部内容如下图，我们需要选出需要的即可

2.1’ 核心代码梳理

这里梳理一下上述java代码的对应关系，帮助理解
source()方法中存在操作类型，有查询query，有结果排序sort，有分页form，size等

QueryBuilders()里面有查询类型，包括前面科普的精确查询term，全部查询match_all，复合查询bool等

2.2 match与multi_match

2.3 term和range

2.4 boolean

2.5 排序和分页

3 聚合索引

理解什么是聚合索引：类似于group by的概念，下图前两个常用。先看看聚合怎么用，文末会有个案例更清楚的解释聚合的概念

3.1 初体验聚合效果（buckets聚合案例）

比如我现在需要统计酒店的品牌数量有几种，则可以根据品牌数量进行聚合，就会得到名为“七天酒店” 34家 ；“如家” 30家 ；“速8” 20家的返回结果

3.2 优化聚合效果

对价格在200元以内的酒店进行聚合，这个案例表示query和aggs是平级。

3.3 Metrics聚合案例

也就是在Buckets聚合上再加了一层，很好记住，（sorce字段是酒店评分）注意观察下图，发现多了count、min、max、avg，sum。什么意思呢，就是说我们对酒店评分进行聚合，得到了最大值，最小值，平均值等等。

3.4 DSL语法对应Java代码的实现

3.5 多条件的聚合

就是同时聚合多个字段：城市、星级、品牌

如何理解这个业务
前面提到的精确查询，根据上海就可以查出city字段中含有”上海“的所有文档，但是我们仅仅停留在粗暴的找出信息的阶段，若我需要对上海这一类文档求平均价格，计数等，term的功能就显得捉襟见肘了。所以这里需要聚合处理。理解了业务需求在看看如何实现

1.准备request
2.准备DSL
	2.1 多个聚合字段
3.发出请求
4.解析结果
	4.1 分别处理聚合名称的数据

2.1内容

4.1内容，有几个集合字段就实现几次

实际上，你只需要清楚一个字段的聚合实现流程，那么当你写多个字段的聚合时，仅仅需要重复2和4的代码，那这些代码你可以封装成函数更优雅。

3.6 理解聚合

现在我们需要搜索城市是上海的数据
直接使用精确查询：找到city字段含有”上海“的文档；（注意理解ES中文档的概念）
聚合city字段：对city字段进行聚合，得到“上海”“北京”“深圳”的聚合结果，注意，只是聚合结果，不是具体的文档数据。此外我可以对聚合结果进行求和，求平均值等操作。