ES六| elasticsearch的结构化查询DSL

免责声明：本专栏的内容都是在读了《Elasticsearch权威指南（ 中文版）》书籍后整理的读后感及部分内容笔记，具体内容请查阅原著内容。

引言

请求体查询(下文简称查询)， 并不仅仅用来处理查询， 而且还可以高亮返回结果中的片段， 并且给出帮助你的用户找寻最好结果的相关数据建议。相对于神秘的查询字符串方法， 请求体查询允许我们使用结构化查询Query DSL(Query Domain Specific Language)。

结构化查询 Query DSL

结构化查询是一种灵活的， 多表现形式的查询语言。 Elasticsearch在一个简单的JSON接口中用结构化查询来展现Lucene绝大多数能力。 你应当在你的产品中采用这种方式进行查询。 它使得你的查询更加灵活， 精准， 易于阅读并且易于debug。

使用结构化查询， 你需要传递 query 参数：

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

空查询  {}  在功能上等同于使用 match_all 查询子句， 正如其名字一样， 匹配所有的文档。

一个查询子句一般使用这种结构：

{
    QUERY_NAME: {
        ARGUMENT: VALUE,
        ARGUMENT: VALUE,...
    }
}

或指向一个指定的字段，例如， 你可以使用 match 查询子句用来找寻在 tweet 字段中找寻包含 elasticsearch 的成员：

GET /_search
{
    "query": {
        "match": {
            "tweet": "elasticsearch"
        }
    }
}

合并多子句

查询子句就像是搭积木一样， 可以合并简单的子句为一个复杂的查询语句， 比如：

• 叶子子句(leaf clauses)(比如 match 子句)用以在将查询字符串与一个字段(或多字段)进行比较；
• 复合子句(compound)用以合并其他的子句。 例如， bool 子句允许你合并其他的合法子句， must ， must_not 或者 should ， 如果可能的话；

例如：

GET /_search
{
    "bool": {
        "must": { "match": { "tweet": "elasticsearch" }},
        "must_not": { "match": { "name": "mary" }},
        "should": { "match": { "tweet": "full text" }}
    }
}

复合子句能合并 任意其他查询子句， 包括其他的复合子句。 这就意味着复合子句可以相互嵌套， 从而实现非常复杂的逻辑。

查询与过滤

我们可以使用两种结构化语句： 结构化查询（ Query DSL） 和结构化过滤（ Filter DSL） 。 查询与过滤语句非常相似， 但是它们由于使用目的不同而稍有差异。

一条过滤语句会询问每个文档的字段值是否包含着特定值：

• created 的日期范围是否在 2013 到 2014 ?

• status 字段中是否包含单词 "published" ?

• lat_lon 字段中的地理位置与目标点相距是否不超过10km ?

一条查询语句与过滤语句相似， 但问法不同：查询语句会询问每个文档的字段值与特定值的匹配程