ElasticSearch中实际操作细节点

ElasticSearch中的细节点

1、提示：

1.1 ElasticSearch相关文档：

下面是ElasticSearch的官方文档链接：

ElasticSearch官方文档

如果基础学习ElasticSearch还可以参考我的另外两篇文章（仅供参考，以官网为准）

ElasticSearch基础概念和安装使用

ElasticSearch详细指令操作

1.2 Kibana的常用快捷键

这里的快捷键在kibana的help里面可以查看

• Ctrl + / 直接从kibana跳转到官方文档
• Ctrl+Enter 直接执行当前DSL语句
• Ctrl+ I 格式化DSL
• Alt + L 光标在括号处折叠当前的DSL代码块

1.3 kibana的注释方式

# 用于注释

#! 用于警示

2、term与terms的用法以及区别

在 Elasticsearch 中，term 和 terms 都是用于查询文档的查询语句。它们的区别在于：

• term 查询：精确匹配某个字段的值。例如，查询 title: "Elasticsearch" 将匹配所有包含 Elasticsearch 字符串的文档。
• terms 查询：匹配某个字段的多个值。例如，查询 title: ["Elasticsearch", "Apache Solr"] 将匹配所有包含 Elasticsearch 或 Apache Solr 字符串的文档。

具体来说，term 查询的语法如下：

{
  "query": {
    "term": {
      "字段名": "值"
    }
  }
}

例如，以下查询将匹配所有包含 Elasticsearch 字符串的文档：

{
  "query": {
    "term": {
      "title": "Elasticsearch"
    }
  }
}

terms 查询的语法如下：

{
  "query": {
    "terms": {
      "字段名": ["值1", "值2", ...]
    }
  }
}

例如，以下查询将匹配所有包含 Elasticsearch 或 Apache Solr 字符串的文档：

{
  "query": {
    "terms": {
      "title": ["Elasticsearch", "Apache Solr"]
    }
  }
}

在实际使用中，term 查询通常用于精确匹配某个字段的值。例如，查询文档的标题是否包含某个特定的关键字。terms 查询通常用于匹配某个字段的多个值。例如，查询文档的标题是否包含某些特定的关键字。

那么为什么在聚合里面使用terms呢？

在 Elasticsearch 中，terms 聚合用于将文档分组，根据某个字段的值将文档分为多个桶。每个桶都包含一组具有相同值的文档。

使用 terms 聚合可以实现以下功能：

• 统计某个字段的值的分布。例如，可以使用 terms 聚合统计文档的标题中包含的所有关键字。
• 查找文档中具有某个特定值的记录。例如，可以使用 terms 聚合查找文档的标题中包含 Elasticsearch 关键字的记录。
• 聚合其他聚合。例如，可以使用 terms 聚合将文档分组，然后使用其他聚合来分析每个桶中的文档。

具体来说，terms 聚合的语法如下：

{
  "aggs": {
    "聚合名称": {
      "terms": {
        "字段名": {
          "参数1": 值1,
          "参数2": 值2,
          ...
        }
      }
    }
  }
}

例如，以下查询将统计文档的标题中包含的所有关键字：

{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "keywords": {
      "terms": {
        "field": "title"
      }
    }
  }
}

这个查询将返回以下结果：

{
  "took": 1,
  "timed_out": false,
  "hits": {
    "total": 1000,
    "max_score": 1.0,
    "hits": [
      {
        "_index": "my_index",
        "_type": "my_type",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "title": "Elasticsearch 入门"
        }
      },
      {
        "_index": "my_index",
        "_type": "my_type",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "title": "Elasticsearch 搜索"
        }
      },
      ...
    ]
  },
  "aggregations": {
    "keywords": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "Elasticsearch",
          "doc_count": 500
        },
        {
          "key": "搜索",
          "doc_count": 250
        },
        {
          "key": "索引",
          "doc_count": 125
        },
        ...
      ]
    }
  }
}

可以看到，这个查询返回了两个桶，分别是 Elasticsearch 和 搜索。每个桶都包含具有相同值的文档。

因此，在聚合里面使用 terms 可以实现灵活的聚合分析。

3、ElasticSearch中"index":“false”,“doc_values”:"false"这两个属性是干嘛的

在 Elasticsearch 中，“index”:“false” 和 “doc_values”:“false” 这两个属性用于控制字段的索引和 doc_values 属性。

• “index”:“false” 属性表示该字段不参与索引。这意味着该字段的值不会存储在索引中，因此无法使用该字段进行查询。
• “doc_values”:“false” 属性表示该字段不参与 doc_values。这意味着该字段的值不会存储在 doc_values 中，因此无法使用该字段进行排序、聚合等操作。

默认情况下，所有字段都参与索引和 doc_values。如果需要禁用某个字段的索引或 doc_values，可以设置相应的属性。

以下是这两个属性的具体用途：

• 禁用字段索引

如果需要禁用某个字段的索引，可以设置 “index”:“false” 属性。例如，以下查询将创建一个索引，其中 title 字段不参与索引：

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "title": {
          "type": "text",
          "index": false
        }
      }
    }
  }
}

这个查询将创建一个名为 my_index 的索引，其中 my_type 类型的 title 字段不参与索引。这意味着该字段的值不会存储在索引中，因此无法使用该字段进行查询。

• 禁用字段 doc_values

如果需要禁用某个字段的 doc_values，可以设置 “doc_values”:“false” 属性。例如，以下查询将创建一个索引，其中 title 字段不参与 doc_values：

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "title": {
          "type": "text",
          "doc_values": false
        }
      }
    }
  }
}

这个查询将创建一个名为 my_index 的索引，其中 my_type 类型的 title 字段不参与 doc_values。这意味着该字段的值不会存储在 doc_values 中，因此无法使用该字段进行排序、聚合等操作。

4、nested嵌入式扁平化处理是什么，怎么对该字段进行查询呢

4.1 扁平化处理

Elasticsearch 中的 nested 类型用于存储嵌套的对象。嵌套对象可以是任何类型的对象，包括字段、数组、甚至其他嵌套对象。

nested 类型的字段可以进行嵌套扁平化处理。嵌套扁平化处理将嵌套对象转换为扁平的 JSON 格式。这使得嵌套对象可以像普通字段一样进行查询。

例如：在原始数据中，products 字段是一个数组，其中每个元素是一个对象，包含 name 和 price 两个字段。例如：

[
  {
    "name": "iPhone 13",
    "price": 999
  },
  {
    "name": "iPad Pro",
    "price": 1099
  }
]

经过扁平化处理后，products 字段会被转换为两个字段：products.name 和 products.price。例如：

{
  "products.name": ["iPhone 13", "iPad Pro"],
  "products.price": [999, 1099]
}

因此，如果要查询 iphone13 1099，可以使用以下查询：

GET my_index/my_type/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "products.name": "iPhone 13"
          }
        },
        {
          "match": {
            "products.price": 1099
          }
        }
      ]
    }
  }
}

这个查询将返回以下结果：

{
  "hits": {
    "total": 1,
    "hits": [
      {
        "_index": "my_index",
        "_type": "my_type",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "products.name": ["iPhone 13"],
          "products.price": [1099]
        }
      }
    ]
  }
}

从结果中可以看到，Elasticsearch 成功地查询到了 iphone13 1099 的文档。

换句话说，通过扁平化处理，可以将嵌套的对象转换为扁平的 JSON 格式，这样就可以像查询普通字段一样查询嵌套对象。

要对 nested 类型的字段进行嵌套扁平化处理，需要设置 type 属性为 nested。例如，以下查询将创建一个索引，其中 user 字段类型为 nested：

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "user": {
          "type": "nested"
        }
      }
    }
  }
}

这个查询将创建一个名为 my_index 的索引，其中 my_type 类型的 user 字段类型为 nested。这意味着 user 字段可以存储嵌套对象。

4.2 nested 类型的字段进行查询

要对 nested 类型的字段进行查询，可以使用 nested 查询。nested 查询可以使用 path 参数指定嵌套对象的路径。例如，以下查询将查询所有包含 age 为 25 的用户：

GET my_index/my_type/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "match": {
          "user.age": 25
        }
      }
    }
  }
}

这个查询将返回所有包含 age 为 25 的用户的文档。

nested 查询还可以使用 query_filter 参数指定过滤条件。例如，以下查询将查询所有包含 age 为 25 且 name 为 John Doe 的用户：

GET my_index/my_type/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "match": {
          "user.age": 25
        }
      },
      "query_filter": {
        "match": {
          "user.name": "John Doe"
        }
      }
    }
  }
}

这个查询将返回所有包含 age 为 25 且 name 为 John Doe 的用户的文档。

5、实际查询案例

5.1先创建索引映射

注意可以新增加字段的映射的类型但是不能直接修改已有的映射，解决办法是备份修改，具体可以参考上面相关文档我的其他的文章。

下面这个是网上的谷粒商城项目的文档，这里直接用来举例了

##建立product索引以及映射
PUT product
{
  "mappings": {
    "properties": {
      "attrs": {
        "type": "nested",
        "properties": {
          "attrId": {
            "type": "long"
          },
          "attrName": {
            "type": "keyword"
          },
          "attrValue": {
            "type": "keyword"
          }
        }
      },
      "brandId": {
        "type": "long"
      },
      "brandImg": {
        "type": "keyword"
      },
      "brandName": {
        "type": "keyword"
      },
      "catalogId": {
        "type": "long"
      },
      "catalogName": {
        "type": "keyword"
      },
      "hasStock": {
        "type": "boolean"
      },
      "hotScore": {
        "type": "long"
      },
      "saleCount": {
        "type": "long"
      },
      "skuId": {
        "type": "long"
      },
      "skuImg": {
        "type": "keyword"
      },
      "skuPrice": {
        "type": "keyword"
      },
      "skuTitle": {
        "type": "text",
        "analyzer": "ik_smart"
      },
      "spuId": {
        "type": "keyword"
      }
    }
  }
}

5.2 添加数据

es的数据是由项目中的商品上架功能存入es的。先发布商品，对商品的属性以及库存等进行维护管理，然后再上架商品，想好哪些字段数据需要存入es之后构建es的模型数据使用接口把数据存入es。

5.3 写DSL 语句查询

查询的DSL语句，需要结合业务来理解，仅供参考（最好使用kibana格式化观看）。 需要注意的是 如果是嵌入式的属性一定得用嵌入式的查询方式，不然可能查不出结果来。

GET product/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "skuTitle": "测试"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "catalogId": "225"
          }
        },
        {
          "terms": {
            "brandId": [
              "1",
              "2",
              "9"
            ]
          }
        },
        {
          "nested": {
            "path": "attrs",
            "query": {
              "bool": {
                "must": [
                  {
                    "term": {
                      "attrs.attrId": {
                        "value": "15"
                      }
                    }
                  },
                  {
                    "terms": {
                      "attrs.attrValue": [
                        "高通(Qualcomm)",
                        "以官网信息为准"
                      ]
                    }
                  }
                ]
              }
            }
          }
        },
        {
          "term": {
            "hasStock": {
              "value": "false"
            }
          }
        },
        {
          "range": {
            "skuPrice": {
              "gte": 0,
              "lte": 6000
            }
          }
        }
      ]
    }
  },
    "aggs": {
    "brand_aggs": {
      "terms": {
        "field": "brandId",
        "size": 10
      },
      "aggs": {
        "brand_name_aggs": {
          "terms": {
            "field": "brandName",
            "size": 10
          }
        },
        "brand_img_aggs": {
          "terms": {
            "field": "brandImg",
            "size": 10
          }
        }
      }
    },
    "catelog_aggs": {
      "terms": {
        "field": "catalogId",
        "size": 10
      },
      "aggs": {
        "catelog_name_aggs": {
          "terms": {
            "field": "catalogName",
            "size": 10
          }
        }
      }
    },
    "attr_aggs": {
      "nested": {
        "path": "attrs"
      },
      "aggs": {
        "attr_id_aggrs": {
          "terms": {
            "field": "attrs.attrId",
            "size": 10
          }
          , "aggs": {
            "attr_name_aggs": {
              "terms": {
                "field": "attrs.attrName",
                "size": 10
              }
            },
            "attr_value_aggs":{
              "terms": {
                "field": "attrs.attrValue",
                "size": 10
              }
            }
          }
        }
      }
    }
  },
  "sort": [
    {
      "skuPrice": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 5,
  "highlight": {
    "fields": {"skuTitle": {}}, 
    "pre_tags": "",
    "post_tags": ""
  }
}

5.4 改写DSL语句为java API

@Slf4j
@Service
public class MallSearchServiceImpl implements MallSearchService {

    @Autowired
    private RestHighLevelClient esRestClient;

    @Resource
    private ProductFeignService productFeignService;

    @Override
    public SearchResult search(SearchParam param) {

        //1、动态构建出查询需要的DSL语句
        SearchResult result = null;

        //1、准备检索请求
        SearchRequest searchRequest = buildSearchRequest(param);

        try {
            //2、执行检索请求
            SearchResponse response = esRestClient.search(searchRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);

            //3、分析响应数据，封装成我们需要的格式
            result = buildSearchResult(response,param);
        } catch (IOException e) {
            e.printStackTrace();
        }

        return result;
    }

    /**
     * 构建结果数据
     * 模糊匹配，过滤（按照属性、分类、品牌，价格区间，库存），完成排序、分页、高亮,聚合分析功能
     * @param response
     * @return
     */
    private SearchResult buildSearchResult(SearchResponse response,SearchParam param) {

        SearchResult result = new SearchResult();

        //1、返回的所有查询到的商品
        SearchHits hits = response.getHits();

        List<SkuEsModel> esModels = new ArrayList<>();
        //遍历所有商品信息
        if (hits.getHits() != null && hits.getHits().length > 0) {
            for (SearchHit hit : hits.getHits()) {
                String sourceAsString = hit.getSourceAsString();
                SkuEsModel esModel = JSON.parseObject(sourceAsString, SkuEsModel.class);

                //判断是否按关键字检索，若是就显示高亮，否则不显示
                if (!StringUtils.isEmpty(param.getKeyword())) {
                    //拿到高亮信息显示标题
                    HighlightField skuTitle = hit.getHighlightFields().get("skuTitle");
                    String skuTitleValue = skuTitle.getFragments()[0].string();
                    esModel.setSkuTitle(skuTitleValue);
                }
                esModels.add(esModel);
            }
        }
        result.setProduct(esModels);

        //2、当前商品涉及到的所有属性信息
        List<SearchResult.AttrVo> attrVos = new ArrayList<>();
        //获取属性信息的聚合
        ParsedNested attrsAgg = response.getAggregations().get("attr_agg");
        ParsedLongTerms attrIdAgg = attrsAgg.getAggregations().get("attr_id_agg");
        for (Terms.Bucket bucket : attrIdAgg.getBuckets()) {
            SearchResult.AttrVo attrVo = new SearchResult.AttrVo();
            //1、得到属性的id
            long attrId = bucket.getKeyAsNumber().longValue();
            attrVo.setAttrId(attrId);

            //2、得到属性的名字
            ParsedStringTerms attrNameAgg = bucket.getAggregations().get("attr_name_agg");
            String attrName = attrNameAgg.getBuckets().get(0).getKeyAsString();
            attrVo.setAttrName(attrName);

            //3、得到属性的所有值
            ParsedStringTerms attrValueAgg = bucket.getAggregations().get("attr_value_agg");
            List<String> attrValues = attrValueAgg.getBuckets().stream().map(item -> item.getKeyAsString()).collect(Collectors.toList());
            attrVo.setAttrValue(attrValues);

            attrVos.add(attrVo);
        }

        result.setAttrs(attrVos);

        //3、当前商品涉及到的所有品牌信息
        List<SearchResult.BrandVo> brandVos = new ArrayList<>();
        //获取到品牌的聚合
        ParsedLongTerms brandAgg = response.getAggregations().get("brand_agg");
        for (Terms.Bucket bucket : brandAgg.getBuckets()) {
            SearchResult.BrandVo brandVo = new SearchResult.BrandVo();

            //1、得到品牌的id
            long brandId = bucket.getKeyAsNumber().longValue();
            brandVo.setBrandId(brandId);

            //2、得到品牌的名字
            ParsedStringTerms brandNameAgg = bucket.getAggregations().get("brand_name_agg");
            String brandName = brandNameAgg.getBuckets().get(0).getKeyAsString();
            brandVo.setBrandName(brandName);

            //3、得到品牌的图片
            ParsedStringTerms brandImgAgg = bucket.getAggregations().get("brand_img_agg");
            String brandImg = brandImgAgg.getBuckets().get(0).getKeyAsString();
            brandVo.setBrandImg(brandImg);

            brandVos.add(brandVo);
        }
        result.setBrands(brandVos);

        //4、当前商品涉及到的所有分类信息
        //获取到分类的聚合
        List<SearchResult.CatalogVo> catalogVos = new ArrayList<>();
        ParsedLongTerms catalogAgg = response.getAggregations().get("catalog_agg");
        for (Terms.Bucket bucket : catalogAgg.getBuckets()) {
            SearchResult.CatalogVo catalogVo = new SearchResult.CatalogVo();
            //得到分类id
            String keyAsString = bucket.getKeyAsString();
            catalogVo.setCatalogId(Long.parseLong(keyAsString));

            //得到分类名
            ParsedStringTerms catalogNameAgg = bucket.getAggregations().get("catalog_name_agg");
            String catalogName = catalogNameAgg.getBuckets().get(0).getKeyAsString();
            catalogVo.setCatalogName(catalogName);
            catalogVos.add(catalogVo);
        }

        result.setCatalogs(catalogVos);
        //===============以上可以从聚合信息中获取====================//
        //5、分页信息-页码
        result.setPageNum(param.getPageNum());
        //5、1分页信息、总记录数
        long total = hits.getTotalHits().value;
        result.setTotal(total);

        //5、2分页信息-总页码-计算
        int totalPages = (int)total % EsConstant.PRODUCT_PAGESIZE == 0 ?
                (int)total / EsConstant.PRODUCT_PAGESIZE : ((int)total / EsConstant.PRODUCT_PAGESIZE + 1);
        result.setTotalPages(totalPages);

        List<Integer> pageNavs = new ArrayList<>();
        for (int i = 1; i <= totalPages; i++) {
            pageNavs.add(i);
        }
        result.setPageNavs(pageNavs);


        //6、构建面包屑导航
        if (param.getAttrs() != null && param.getAttrs().size() > 0) {
            List<SearchResult.NavVo> collect = param.getAttrs().stream().map(attr -> {
                //1、分析每一个attrs传过来的参数值
                SearchResult.NavVo navVo = new SearchResult.NavVo();
                String[] s = attr.split("_");
                navVo.setNavValue(s[1]);
                R r = productFeignService.attrInfo(Long.parseLong(s[0]));
                if (r.getCode() == 0) {
                    AttrResponseVo data = r.getData("attr", new TypeReference<AttrResponseVo>() {
                    });
                    navVo.setNavName(data.getAttrName());
                } else {
                    navVo.setNavName(s[0]);
                }

                //2、取消了这个面包屑以后，我们要跳转到哪个地方，将请求的地址url里面的当前置空
                //拿到所有的查询条件，去掉当前
                String encode = null;
                try {
                    encode = URLEncoder.encode(attr,"UTF-8");
                    encode.replace("+","%20");  //浏览器对空格的编码和Java不一样，差异化处理
                } catch (UnsupportedEncodingException e) {
                    e.printStackTrace();
                }
                String replace = param.get_queryString().replace("&attrs=" + attr, "");
                navVo.setLink("http://search.gulimall.com/list.html?" + replace);

                return navVo;
            }).collect(Collectors.toList());

            result.setNavs(collect);
        }


        return result;
    }


    /**
     * 准备检索请求
     * 模糊匹配，过滤（按照属性，分类，品牌，价格区间，库存），排序，分页，高亮，聚合分析
     * @return
     */
    private SearchRequest buildSearchRequest(SearchParam param) {

        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();

        /**
         * 模糊匹配，过滤（按照属性，分类，品牌，价格区间，库存）
         */
        //1. 构建bool-query
        BoolQueryBuilder boolQueryBuilder=new BoolQueryBuilder();

        //1.1 bool-must
        if(!StringUtils.isEmpty(param.getKeyword())){
            boolQueryBuilder.must(QueryBuilders.matchQuery("skuTitle",param.getKeyword()));
        }

        //1.2 bool-fiter
        //1.2.1 catelogId
        if(null != param.getCatalog3Id()){
            boolQueryBuilder.filter(QueryBuilders.termQuery("catalogId",param.getCatalog3Id()));
        }

        //1.2.2 brandId
        if(null != param.getBrandId() && param.getBrandId().size() >0){
            boolQueryBuilder.filter(QueryBuilders.termsQuery("brandId",param.getBrandId()));
        }

        //1.2.3 attrs
        if(param.getAttrs() != null && param.getAttrs().size() > 0){

            param.getAttrs().forEach(item -> {
                //attrs=1_5寸:8寸&2_16G:8G
                BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();


                //attrs=1_5寸:8寸
                String[] s = item.split("_");
                String attrId=s[0];
                String[] attrValues = s[1].split(":");//这个属性检索用的值
                boolQuery.must(QueryBuilders.termQuery("attrs.attrId",attrId));
                boolQuery.must(QueryBuilders.termsQuery("attrs.attrValue",attrValues));

                NestedQueryBuilder nestedQueryBuilder = QueryBuilders.nestedQuery("attrs",boolQuery, ScoreMode.None);
                boolQueryBuilder.filter(nestedQueryBuilder);
            });

        }

        //1.2.4 hasStock
        if(null != param.getHasStock()){
            boolQueryBuilder.filter(QueryBuilders.termQuery("hasStock",param.getHasStock() == 1));
        }


        //1.2.5 skuPrice
        if(!StringUtils.isEmpty(param.getSkuPrice())){
            //skuPrice形式为：1_500或_500或500_
            RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("skuPrice");
            String[] price = param.getSkuPrice().split("_");
            if(price.length==2){
                rangeQueryBuilder.gte(price[0]).lte(price[1]);
            }else if(price.length == 1){
                if(param.getSkuPrice().startsWith("_")){
                    rangeQueryBuilder.lte(price[1]);
                }
                if(param.getSkuPrice().endsWith("_")){
                    rangeQueryBuilder.gte(price[0]);
                }
            }
            boolQueryBuilder.filter(rangeQueryBuilder);
        }

        //封装所有的查询条件
        searchSourceBuilder.query(boolQueryBuilder);


        /**
         * 排序，分页，高亮
         */

        //排序
        //形式为sort=hotScore_asc/desc
        if(!StringUtils.isEmpty(param.getSort())){
            String sort = param.getSort();
            String[] sortFileds = sort.split("_");

            SortOrder sortOrder="asc".equalsIgnoreCase(sortFileds[1])?SortOrder.ASC:SortOrder.DESC;

            searchSourceBuilder.sort(sortFileds[0],sortOrder);
        }

        //分页
        searchSourceBuilder.from((param.getPageNum()-1)*EsConstant.PRODUCT_PAGESIZE);
        searchSourceBuilder.size(EsConstant.PRODUCT_PAGESIZE);

        //高亮
        if(!StringUtils.isEmpty(param.getKeyword())){

            HighlightBuilder highlightBuilder = new HighlightBuilder();
            highlightBuilder.field("skuTitle");
            highlightBuilder.preTags("");
            highlightBuilder.postTags("");

            searchSourceBuilder.highlighter(highlightBuilder);
        }



        /**
         * 聚合分析
         */
        //1. 按照品牌进行聚合
        TermsAggregationBuilder brand_agg = AggregationBuilders.terms("brand_agg");
        brand_agg.field("brandId").size(50);


        //1.1 品牌的子聚合-品牌名聚合
        brand_agg.subAggregation(AggregationBuilders.terms("brand_name_agg")
                .field("brandName").size(1));
        //1.2 品牌的子聚合-品牌图片聚合
        brand_agg.subAggregation(AggregationBuilders.terms("brand_img_agg")
                .field("brandImg").size(1));

        searchSourceBuilder.aggregation(brand_agg);

        //2. 按照分类信息进行聚合
        TermsAggregationBuilder catalog_agg = AggregationBuilders.terms("catalog_agg");
        catalog_agg.field("catalogId").size(20);

        catalog_agg.subAggregation(AggregationBuilders.terms("catalog_name_agg").field("catalogName").size(1));

        searchSourceBuilder.aggregation(catalog_agg);

        //2. 按照属性信息进行聚合
        NestedAggregationBuilder attr_agg = AggregationBuilders.nested("attr_agg", "attrs");
        //2.1 按照属性ID进行聚合
        TermsAggregationBuilder attr_id_agg = AggregationBuilders.terms("attr_id_agg").field("attrs.attrId");
        attr_agg.subAggregation(attr_id_agg);
        //2.1.1 在每个属性ID下，按照属性名进行聚合
        attr_id_agg.subAggregation(AggregationBuilders.terms("attr_name_agg").field("attrs.attrName").size(1));
        //2.1.1 在每个属性ID下，按照属性值进行聚合
        attr_id_agg.subAggregation(AggregationBuilders.terms("attr_value_agg").field("attrs.attrValue").size(50));
        searchSourceBuilder.aggregation(attr_agg);

        log.debug("构建的DSL语句 {}",searchSourceBuilder.toString());

        SearchRequest searchRequest = new SearchRequest(new String[]{EsConstant.PRODUCT_INDEX},searchSourceBuilder);

        return searchRequest;
    }
}

结语：

这些语法等只知识都是仅供参考，真正学习得结合业务与官方文档进行理解，先学基础语法，然后再学习与Spring框架的整合使用,其实会写DSL了之后java API 就是按部就班。但是对查询出的结果进行解析也挺麻烦的。