ES查询语法介绍及举例
1. ES查询语法
Elasticsearch（ES）的查询语法非常强大且灵活，允许执行从简单到复杂的各种搜索操作。ES查询主要基于两种类型：Leaf Query Clauses（叶查询子句）和Compound Query Clauses（复合查询子句）。以下是ES查询语法的全面介绍：
1. Leaf Query Clauses
叶查询子句直接对数据进行查询。常用的叶查询子句包括：
-
Match Query：对文本进行全文搜索，支持文本分析。
{ "match": { "field": "text" } } -
Term Query：对文本进行精确搜索，不分析文本。
{ "term": { "field": "value" } } -
Range Query：基于范围的查询，用于数字、日期等类型。
{ "range": { "field": { "gte": 10, "lte": 20 } } } -
Exists Query：检查文档中是否存在某个字段。
{ "exists": { "field": "name" } } -
Wildcard Query：使用通配符的模糊查询。
{ "wildcard": { "field": "val*" } } -
Regexp Query：使用正则表达式的查询。
{ "regexp": { "field": "regex" } }
2. Compound Query Clauses
复合查询子句允许将多个查询组合成一个逻辑查询。常用的复合查询子句包括：
-
Bool Query：将多个查询组合使用布尔逻辑。
{ "bool": { "must": [{...}], "should": [{...}], "must_not": [{...}], "filter": [{...}] } } -
Dis Max Query：对子查询的最佳匹配进行打分和排序。
{ "dis_max": { "queries": [{...}] } } -
Constant Score Query：将查询的分数设置为常数。
{ "constant_score": { "filter": {...} } } -
Function Score Query：根据特定函数修改查询的分数。
{ "function_score": { "query": {...}, "functions": [{...}] } }
3. Full Text Queries
全文查询专用于处理文本数据，提供全面的文本搜索能力。
- Match Query：对全文字段进行搜索。
- Multi Match Query：在多个字段上执行相同的Match查询。
- Match Phrase Query：搜索完全匹配指定短语的文档。
4. Joining Queries
连接查询用于处理嵌套和父子关系的数据。
- Nested Query：在嵌套对象上执行查询。
- Has Child/Has Parent Query：查询子文档或父文档。
5. Geo Queries
地理查询用于处理包含地理位置数据的文档。
- Geo Distance Query：查询距离某个点一定范围内的文档。
- Geo Bounding Box Query：查询位于指定矩形区域内的文档。
6. Specialized Queries
专门的查询用于特定场景。
- More Like This Query：查找与给定文档类似的文档。
- Script Query：使用脚本进行自定义查询。
7. Aggregation
虽然不是查询语句，但聚合是ES中的一个重要特性，用于对数据进行分组和统计。
Elasticsearch的查询语法覆盖了从简单的全文搜索到复杂的数据分析的各种需求。了解和掌握这些查询语法可以帮助开发者有效地利用Elasticsearch处理和分析
2. ES查询业务举例
创建复杂的Elasticsearch查询语句需要深入了解你的数据结构和业务需求。下面我将提供一些示例查询，并解释它们的功能。这些查询覆盖了不同的场景和Elasticsearch的高级特性。
1. 多条件匹配查询
查询user_data索引中名字为John并且年龄在30到40岁之间的用户：
GET /user_data/_search
{
"query": {
"bool": {
"must": [
{ "match": { "name": "John" }},
{ "range": { "age": { "gte": 30, "lte": 40 }}}
]
}
}
}
2. 全文搜索与高亮显示
在blog_posts索引中搜索包含Elasticsearch tutorial的博客文章，并高亮显示匹配的文本：
GET /blog_posts/_search
{
"query": {
"match": { "content": "Elasticsearch tutorial" }
},
"highlight": {
"fields": {
"content": {}
}
}
}
3. 聚合查询
统计orders索引中每个用户的订单数量：
GET /orders/_search
{
"size": 0,
"aggs": {
"user_orders": {
"terms": { "field": "user_id" },
"aggs": {
"order_count": { "value_count": { "field": "order_id" }}
}
}
}
}
4. 模糊搜索
在products索引中对产品名称进行模糊搜索，查找类似iphon的产品：
GET /products/_search
{
"query": {
"fuzzy": {
"name": {
"value": "iphon",
"fuzziness": "AUTO"
}
}
}
}
5. 地理位置搜索
在restaurants索引中搜索距离某个坐标5km范围内的餐厅：
GET /restaurants/_search
{
"query": {
"bool": {
"filter": {
"geo_distance": {
"distance": "5km",
"location": {
"lat": 40.715,
"lon": -73.988
}
}
}
}
}
}
6. 嵌套查询
查询employee_data索引中，有技能名称为Java且水平为expert的员工：
GET /employee_data/_search
{
"query": {
"nested": {
"path": "skills",
"query": {
"bool": {
"must": [
{ "match": { "skills.name": "Java" }},
{ "match": { "skills.level": "expert" }}
]
}
}
}
}
}
7. 多索引搜索
同时在blogs和news索引中搜索包含Elasticsearch的文章：
GET /blogs,news/_search
{
"query": {
"match": { "content": "Elasticsearch" }
}
}
8. 时间范围查询
查询events索引中在2020-01-01到2020-12-31之间发生的事件：
GET /events/_search
{
"query": {
"range": {
"date": {
"gte": "2020-01-01",
"lte": "2020-12-31"
}
}
}
}
9. 正则表达式查询
在users索引中搜索电子邮件地址符合特定正则表达式的用户：
GET /users/_search
{
"query": {
"regexp": {
"email": ".*@example\\.com"
}
}
}
10. 脚本查询
使用脚本在products索引中计算并查询符合某个条件的产品（例如，价格与税的总和大于100）：
GET /products/_search
{
"query": {
"script": {
"script": {
"source": "doc['price'].value + doc['tax'].value > 100"
}
}
}
}
这些查询示例展示了Elasticsearch在处理各种复杂搜索和数据分析任务方面的强大能力。根据具体的业务需求，可以进一步定制和优化这些查询以获得最佳的搜索体验和性能。