3.1 查询语法 | 《ElasticSearch入门到实战》电子书 (chaosopen.cn)
day09-Elasticsearch02 - 飞书云文档 (feishu.cn)
目录
第一章 DSL查询
1.1 基本语法
1.2 叶子查询
全文检索查询
精确查询
1.3 复合查询
算分函数查询
bool查询
1.4 排序
1.5 分页
基础分页
深度分页
1.6 高亮
1.7 总结
第二章 RestClient查询
2.1 快速入门
发送请求
解析响应结果
总结
2.2 叶子查询
2.3 复合查询
2.4 排序和分页
2.5 高亮
第三章 数据聚合
3.1 DSL实现聚合
Bucket聚合
带条件聚合
Metric聚合
总结
3.2 RestClient实现聚合
Elasticsearch提供了基于JSON的DSL（Domain Specific Language）语句来定义查询条件，其JavaAPI就是在组织DSL条件。
说明：
-
：其中的是固定路径，不能修改
例如，我们以最简单的无条件查询为例，无条件查询的类型是：match_all，因此其查询语句如下：
由于match_all无条件，所以条件位置不写即可。
执行结果如下：
你会发现虽然是match_all，但是响应结果中并不会包含索引库中的所有文档，而是仅有10条。这是因为处于安全考虑，elasticsearch设置了默认的查询页数。
-
叶子查询（Leaf query clauses）：一般是在特定的字段里查询特定值，属于简单查询，很少单独使用。
叶子查询的类型也可以做进一步细分，详情大家可以查看官方文档：
如图：
全文检索查询
全文检索查询（Full Text Queries）：利用分词器对用户输入搜索条件先分词，得到词条，然后再利用倒排索引搜索词条。
全文检索的种类也很多，详情可以参考官方文档：
全文检索查询传送门
以全文检索中的为例，语法如下：
示例：
与类似的还有，区别在于可以同时对多个字段搜索，而且多个字段都要满足，语法示例：
示例：
精确查询
-
精确查询（Term-level queries）：不对用户输入搜索条件分词，根据字段内容精确值匹配。但只能查找keyword、数值、日期、boolean类型的字段。例如：
以查询为例，其语法如下：
示例：
当你输入的搜索条件不是词条，而是短语时，由于不做分词，你反而搜索不到：
-
复合查询（Compound query clauses）：以逻辑方式组合多个叶子查询或者更改叶子查询的行为方式。
复合查询大致可以分为两类：
-
第一类：基于逻辑运算组合叶子查询，实现组合条件，例如
-
bool
-
-
第二类：基于某种算法修改查询时的文档相关性算分，从而改变文档排名。例如：
-
function_score
-
dis_max
-
算分函数查询
当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。
例如，我们搜索 "手机"，结果如下：
从elasticsearch5.1开始，采用的相关性打分算法是BM25算法，公式如下：
基于这套公式，就可以判断出某个文档与用户搜索的关键字之间的关联度，还是比较准确的。但是，在实际业务需求中，常常会有竞价排名的功能。不是相关度越高排名越靠前，而是掏的钱多的排名靠前。
例如在百度中搜索Java培训，排名靠前的就是广告推广：
要想认为控制相关性算分，就需要利用elasticsearch中的function score 查询了。
基本语法：
示例：给IPhone这个品牌的手机算分提高十倍，分析如下：
-
过滤条件：品牌必须为IPhone
-
算分函数：常量weight，值为10
-
算分模式：相乘multiply
function score 查询中包含四部分内容：
-
原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)
-
过滤条件：filter部分，符合该条件的文档才会重新算分
-
算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数
-
weight：函数结果是常量
-
field_value_factor：以文档中的某个字段值作为函数结果
-
random_score：以随机数作为函数结果
-
script_score：自定义算分函数算法
-
-
运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：
-
multiply：相乘
-
replace：用function score替换query score
-
其它，例如：sum、avg、max、min
-
function score的运行流程如下：
-
1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
-
2）根据过滤条件，过滤文档
-
3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
-
4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。
bool查询
bool查询，即布尔查询。就是利用逻辑运算来组合一个或多个查询子句的组合。
bool查询支持的逻辑运算有：
-
must：必须匹配每个子查询，类似“与”
-
should：选择性匹配子查询，类似“或”
-
must_not：必须不匹配，不参与算分，类似“非”
-
filter：必须匹配，不参与算分
bool查询的语法如下：
出于性能考虑，与搜索关键字无关的查询尽量采用must_not或filter逻辑运算，避免参与相关性算分。
例如黑马商城的搜索页面：
其中输入框的搜索条件肯定要参与相关性算分，可以采用match。但是价格范围过滤、品牌过滤、分类过滤等尽量采用filter，不要参与相关性算分。
比如，我们要搜索，但品牌必须是，价格必须是，那么可以这样写：
elasticsearch默认是根据相关度算分（）来排序，但是也支持自定义方式对搜索结果排序。不过分词字段无法排序，能参与排序字段类型有：类型、数值类型、地理坐标类型、日期类型等。
语法说明：
示例，我们按照商品价格排序：
elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。
基础分页
elasticsearch中通过修改、参数来控制要返回的分页结果：
：从第几个文档开始
：总共查询几个文档
类似于mysql中的
语法如下：
深度分页
elasticsearch的数据一般会采用分片存储，也就是把一个索引中的数据分成N份，存储到不同节点上。这种存储方式比较有利于数据扩展，但给分页带来了一些麻烦。
比如一个索引库中有100000条数据，分别存储到4个分片，每个分片25000条数据。现在每页查询10条，查询第99页。那么分页查询的条件如下：
从语句来分析，要查询第990~1000名的数据。
从实现思路来分析，肯定是将所有数据排序，找出前1000名，截取其中的990~1000的部分。但问题来了，我们如何才能找到所有数据中的前1000名呢？
要知道每一片的数据都不一样，第1片上的第900~1000，在另1个节点上并不一定依然是900~1000名。所以我们只能在每一个分片上都找出排名前1000的数据，然后汇总到一起，重新排序，才能找出整个索引库中真正的前1000名，此时截取990~1000的数据即可。
如图：
试想一下，假如我们现在要查询的是第999页数据呢，是不是要找第9990~10000的数据，那岂不是需要把每个分片中的前10000名数据都查询出来，汇总在一起，在内存中排序？如果查询的分页深度更深呢，需要一次检索的数据岂不是更多？
由此可知，当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力。
因此elasticsearch会禁止超过10000的请求。
针对深度分页，elasticsearch提供了两种解决方案：
-
：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。
-
：原理将排序后的文档id形成快照，保存下来，基于快照做分页。官方已经不推荐使用。
总结：
大多数情况下，我们采用普通分页就可以了。查看百度、京东等网站，会发现其分页都有限制。例如百度最多支持77页，每页不足20条。京东最多100页，每页最多60条。
因此，一般我们采用限制分页深度的方式即可，无需实现深度分页。
我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示：
观察页面源码，你会发现两件事情：
高亮词条都被加了标签
标签都添加了红色样式
事实上elasticsearch已经提供了给搜索关键字加标签的语法，无需我们自己编码。
基本语法如下：
注意：
搜索必须有查询条件，而且是全文检索类型的查询条件，例如
参与高亮的字段必须是类型的字段
默认情况下参与高亮的字段要与搜索字段一致，除非添加：
示例：
查询搜索的完整语法：
对象，实现查询的基本步骤如下：
1）创建对象，这次是搜索，所以是
2）准备请求参数，也就是查询DSL对应的JSON参数
3）发起请求
4）解析响应，响应结果相对复杂，需要逐层解析
发送请求
1.准备Request(准备搜索的”表“）
2.组织DSL参数（准备查询方式）
3.发送请求，得到的响应结果放在SearchResponse类型的对象中。
首先以查询为例，其DSL和JavaAPI的对比如图：
代码解读：
-
第一步，创建对象，指定索引库名
-
第二步，利用构建DSL，DSL中可以包含查询、分页、排序、高亮等
-
：代表查询条件，利用构建一个查询的DSL
-
-
第三步，利用发送请求，得到响应
这里关键的API有两个，一个是，它构建的就是DSL中的完整JSON参数。其中包含了、、、、等所有功能：
另一个是，其中包含了我们学习过的各种叶子查询、复合查询等：
解析响应结果
在发送请求以后，得到了响应结果，这个类的结构与我们在kibana中看到的响应结果JSON结构完全一致：
elasticsearch返回的结果是一个JSON字符串，结构包含：
-
：命中的结果
-
：总条数，其中的value是具体的总条数值
-
：所有结果中得分最高的文档的相关性算分
-
：搜索结果的文档数组，其中的每个文档都是一个json对象
-
：文档中的原始数据，也是json对象
-
-
因此，我们解析的代码就是在解析这个JSON结果，对比如下：
总结
完整代码如下：
所有的查询条件都是由QueryBuilders来构建的，叶子查询也不例外。因此整套代码中变化的部分仅仅是query条件构造的方式，其它不动。所有的查询条件都是由QueryBuilders来构建的，叶子查询也不例外。因此整套代码中变化的部分仅仅是query条件构造的方式，其它不动。
例如查询：
再比如查询：
复合查询也是由来构建，我们以查询为例，DSL和JavaAPI的对比如图：
完整代码如下：
就是整个请求JSON参数，所以排序、分页都是基于这个来设置，其DSL和JavaAPI的对比如下：
完整示例代码：
高亮查询与前面的查询有两点不同：
条件同样是在中指定，只不过高亮条件要基于来构造
高亮响应结果与搜索的文档结果不在一起，需要单独解析
首先来看高亮条件构造，其DSL和JavaAPI的对比如图：
示例代码如下：
再来看结果解析，文档解析的部分不变，主要是高亮内容需要单独解析出来，其DSL和JavaAPI的对比如图：
完整代码如下：
聚合（）可以让我们极其方便的实现对数据的统计、分析、运算。例如：
什么品牌的手机最受欢迎？
这些手机的平均价格、最高价格、最低价格？
这些手机每月的销售情况如何？
聚合常见的有三类：
-
桶（）聚合：用来对文档做分组（类似MySQL中的groupby）
-
：按照文档字段值分组，例如按照品牌值分组、按照国家分组
-
：按照日期阶梯分组，例如一周为一组，或者一月为一组
-
-
度量（）聚合：用以计算一些值，比如：最大值、最小值、平均值等
-
：求平均值
-
：求最大值
-
：求最小值
-
：同时求、、、等
-
-
管道（）聚合：其它聚合的结果为基础做进一步运算
注意：参加聚合的字段必须是keyword、日期、数值、布尔类型；
参与聚合的字段:必须是不进行分词的。
Bucket聚合
例如我们要统计所有商品中共有哪些商品分类，其实就是以分类（category）字段对数据分组。category值一样的放在同一组，属于聚合中的聚合。
基本语法如下：
语法说明：
-
：设置为0，就是每页查0条，则结果中就不包含文档，只包含聚合
-
：定义聚合
-
：聚合名称，自定义，但不能重复
-
：聚合的类型，按分类聚合，所以用
-
：参与聚合的字段名称
-
：希望返回的聚合结果的最大数量
-
-
-
来看下查询的结果：
带条件聚合
真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。
例如，我想知道价格高于3000元的手机品牌有哪些，该怎么统计呢？
我们需要从需求中分析出搜索查询的条件和聚合的目标：
-
搜索查询条件：
-
价格高于3000
-
必须是手机
-
-
聚合目标：统计的是品牌，肯定是对brand字段做term聚合
语法如下：
聚合结果如下：
可以看到，结果中只剩下3个品牌了。
Metric聚合
我们统计了价格高于3000的手机品牌，形成了一个个桶。现在我们需要对桶内的商品做运算，获取每个品牌价格的最小值、最大值、平均值。
这就要用到聚合了，例如聚合，就可以同时获取、、等结果。
语法如下：
可以看到我们在聚合的内部，我们新加了一个参数。这个聚合就是的子聚合，会对形成的每个桶中的文档分别统计。
-
：聚合名称
-
：聚合类型，stats是聚合的一种
-
：聚合字段，这里选择，统计价格
-
-
结果如下：
另外，我们还可以让聚合按照每个品牌的价格平均值排序：
总结
aggs代表聚合，与query同级，此时query的作用是？
-
限定聚合的的文档范围
聚合必须的三要素：
-
聚合名称
-
聚合类型
-
聚合字段
聚合可配置属性有：
-
size：指定聚合结果数量
-
order：指定聚合结果排序方式
-
field：指定聚合字段
可以看到在DSL中，聚合条件与条件是同一级别，都属于查询JSON参数。因此依然是利用方法来设置。
不过聚合条件的要利用这个工具类来构造。DSL与JavaAPI的语法对比如下：
聚合结果与搜索文档同一级别，因此需要单独获取和解析。具体解析语法如下：
完整代码如下：