Elasticsearch之常用DSL语句

目录

1. Elasticsearch之常用DSL语句

1.1 操作索引

1.2 文档操作

1.3 DSL查询

1.4 搜索结果处理

1.5 数据聚合

---

1. Elasticsearch之常用DSL语句

1.1 操作索引

mapping是对索引库中文档的约束，常见的mapping属性包括：

- type：字段数据类型，常见的简单类型有：
  - 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  - 数值：long、integer、short、byte、double、float、
  - 布尔：boolean
  - 日期：date
  - 对象：object
- index：是否创建索引，默认为true
- analyzer：使用哪种分词器
 

创建索引

PUT /goods
{
  "mappings": {
    "properties": {
      "brandName": {
        "type": "keyword"
      },
      "categoryName": {
        "type": "keyword"
      },
      "createTime": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      },
      "id": {
        "type": "keyword"
      },
      "price": {
        "type": "double"
      },
      "saleNum": {
        "type": "integer"
      },
      "status": {
        "type": "integer"
      },
      "stock": {
        "type": "integer"
      },
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
      }
    }
  }
}

查询索引

GET /goods

修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

删除索引库

DELETE /goods

1.2 文档操作

新增文档

POST /goods/_doc/1
{
  "id": 1,
  "brandName": "Apple",
  "categoryName": "手机",
  "createTime": "2023-12-26 20:00:00",
  "price": 8000,
  "saleNum": 100,
  "status": 0,
  "stock": 100,
  "title": "Apple iPhone 15 Pro 256GB 远峰蓝色 支持移动联通电信5G 双卡双待手机"
}

POST /goods/_doc/2
{
  "id": 2,
  "brandName": "Huawei",
  "categoryName": "手机",
  "createTime": "2023-12-26 20:00:00",
  "price": 7000,
  "saleNum": 400,
  "status": 0,
  "stock": 200,
  "title": "华为 HUAWEI Mate 60 Pro 智能手机 鸿蒙系统卫星通话昆仑玻璃"
}

查询文档

GET /goods/_doc/1

//批量获取
GET goods/_doc/_mget
{
  "ids":["1","2"]
}

删除文档

DELETE /goods/_doc/1

修改文档

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

PUT /{索引库名}/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

增量修改是只修改指定id匹配的文档中的部分字段。

POST /{索引库名}/_update/文档id
{
    "doc": {
         "字段名": "新的值",
    }
}

1.3 DSL查询

查询所有

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

全文检索

//单字段查询
GET /goods/_search
{
  "query": {
    "match": {
      "title": "手机"
    }
  }
}

//多字段查询
GET /goods/_search
{
  "query": {
    "multi_match": {
      "query": "手机",
      "fields": ["title"]
    }
  }
}

精准查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有：

- term：根据词条精确值查询
- range：根据值的范围查询

term查询的字段是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。 

GET /goods/_search
{
  "query": {
   "term": {
     "categoryName": {
       "value": "手机"
     }
   }
  }
}

//匹配多个term
GET /goods/_search
{
  "query": {
   "terms": {
     "categoryName": [
       "手机",
       "电脑"
     ]
   }
  }
}

范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。

GET /goods/_search
{
  "query": {
   "range": {
     "price": {
       "gte": 7500,
       "lte": 9000
     }
   }
  }
}

复合查询

- must：必须匹配的条件，可以理解为“与”
- should：选择性匹配的条件，可以理解为“或”
- must_not：必须不匹配的条件，不参与打分
- filter：必须匹配的条件，不参与打分

POST goods/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
          "brandName": {
            "value": "Apple"
          }
        }}
      ],
      "should": [
        {
          "term": {
          "categoryName": {
            "value": "手机"
          }
        }}
      ],
      "filter": [
        {
          "range": {
            "stock": {
              "gt": 0
            }
          }
        }
      ]
    }
  }
}

1.4 搜索结果处理

普通字段排序

GET /goods/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
     "stock": "desc"  //asc升序
    }
  ]
}

分页

elasticsearch中通过修改from、size参数来控制要返回的分页结果：

- from：从第几个文档开始
- size：总共查询几个文档

GET /goods/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 1
}

高亮显示

POST goods/_search
{
  "query": {
    "match": {
      "title": "手机"
    }
  },
  "highlight": {
    "fields": {
      "title": {
        "pre_tags": [
          ""
        ],
        "post_tags": [
          ""
        ]
      }
    }
  }
}

1.5 数据聚合

聚合常见的有三类：

- 桶（Bucket）聚合：用来对文档做分组
  - TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
  - Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

- 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等
  - Avg：求平均值
  - Max：求最大值
  - Min：求最小值
  - Stats：同时求max、min、avg、sum等
- 管道（pipeline）聚合：其它聚合的结果为基础做聚合

统计所有数据中的品牌有几种，按照品牌对数据分组。

GET /goods/_search
{
  "size": 0,  //设置size为0，结果中不包含文档，只包含聚合结果
  "aggs": { // 定义聚合
    "brandAgg": { //给聚合起个名字
      "terms": { // 聚合的类型，按照品牌值聚合，所以选择term
        "field": "brandName", // 参与聚合的字段
        "size": 20 // 希望获取的聚合结果数量
      }
    }
  }
}

 对于每个品牌的聚合限定聚合范围，并且根据Bucket内的文档数量进行升序排序

GET /goods/_search
{
  "query": {
    "range": {
      "stock": {
        "gte": 10
      }
    }
  }, 
  
  "size": 0,  //设置size为0，结果中不包含文档，只包含聚合结果
  "aggs": { // 定义聚合
    "brandAgg": { //给聚合起个名字
      "terms": { // 聚合的类型，按照品牌值聚合，所以选择term
        "field": "brandName", // 参与聚合的字段
        "size": 20, // 希望获取的聚合结果数量
         "order": {
          "_count": "asc"
        }
        
      }
    }
  }
}

按照品牌分组，形成了一个个桶。对桶内的数据做运算，获取每个品牌的stock的min、max、avg等值。

GET /goods/_search
{
  "query": {
    "range": {
      "stock": {
        "gte": 10
      }
    }
  }, 
  
  "size": 0,  
  "aggs": { 
    "brandAgg": {
      "terms": {
        "field": "brandName", 
        "size": 20, 
         "order": {
          "_count": "asc"
        }
      },
      "aggs": {
        "stock_status": {
          "stats": {
            "field": "stock"
          }
        }
      }
    }
    
  }
}