kibana平台对es的DSL使用案例

直接上代码：

#添加 新的分词字典
POST /_analyze
{
  "analyzer": "ik_max_word",
  "text": "我爱吃饭白嫖奥利给"
}

#创建 名为xuexi1 的索引库
PUT /xuexi1
{
  "mappings": {
    "properties": {
      "info": {
        "type": "text",
        "analyzer": "ik_smart"
      },
      "emali": {
        "type": "keyword",
        "index": false
      },
      "name": {
        "type": "object",
        "properties": {
          "firstname": {
            "type": "keyword"
          },
          "lastname": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

# 查询指定 索引库
GET /xuexi1

#修改索引库
PUT /xuexi1/_mapping
{
  "properties": {
    "age": {
      "type": "integer"
    }
  }
}


#删除 索引库
DELETE /xuexi1


#插入文档  POST /索引库名/_doc/文档id
POST /xuexi1/_doc/1
{
  "info": "麻辣烫肠粉肥肠螺蛳粉",
  "email": "xc@xc.cn",
  "name": {
    "firstName": "关",
    "lastName": "赵"
  }
}
#查询文档  GET /{索引库名称}/_doc/{id
}
GET /xuexi1/_doc/1


#删除 文档DELETE /{索引库名}/_doc/id值
# 根据id删除数据
DELETE /xuexi1/_doc/1


#全量修改 也就是 根据id 删除 再 新增  如果id没有直接新增 
PUT /xuexi1/_doc/1
{
  "info": "麻辣烫肠粉肥肠螺蛳粉",
  "email": "xc@xc.cn",
  "name": {
    "firstName": "关",
    "lastName": "颖儿"
  }
}

#局部修改文档字段
#POST /{索引库名}/_update/文档id
#{
#  "doc": {
#        "字段名": "新的值",
#
  }
#}
POST /xuexi1/_update/1
{
  "doc": {
    "email": "xiugai@xc.cn"
  }
}

#酒店mapping 
PUT /hotel
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name": {
        "type": "text",
        "analyzer": "ik_max_word",
        "copy_to": "all"
      },
      "address": {
        "type": "keyword",
        "index": false
      },
      "price": {
        "type": "integer"
      },
      "score": {
        "type": "integer"
      },
      "brand": {
        "type": "keyword",
        "copy_to": "all"
      },
      "city": {
        "type": "keyword"
      },
      "starName": {
        "type": "keyword"
      },
      "business": {
        "type": "keyword",
        "copy_to": "all"
      },
      "location": {
        "type": "geo_point"
      },
      "pic": {
        "type": "keyword",
        "index": false
      },
      "all": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

GET /hotel/_doc/61083


#查询所有
GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

#全文检索查询 match 查询  这里的all 是copyto定义的,支持分词 君， 君悦 均可搜索
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "君"
    }
  }
}

#当全文检索查询 match 查询 用在 keyword类型的字段时，不支持分词，除非输入的值是完整的例如 君悦
#输入君
GET /hotel/_search
{
  "query": {
    "match": {
      "brand": "君"
    }
  }
}


#全文检索查询 mutil_match 查询 ，fields为 多个字段名，query为要搜索内容 
#搜索字段名越多 ，效率越低 建议 使用copyto 
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩如家",
      "fields": [
        "brand",
        "name",
        "business"
      ]
    }
  }
}

#精准查询 term查询 基于不能分词的类型
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}

#范围查询 price 为要查范围的字段名，这里要查价格范围
#gte 大于等于 lte 小于等于
#gt 大于 lt 小于
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 1000,
        "lte": 2000
      }
    }
  }
}

#地理查询 矩形坐标范围查询geo_bounding_box查询
#"top_left": { # 左上点
#"bottom_right": { // 右下点
#location 为自定义字段的地理位置
GET /indexName/_search
{
      "query": {
        "geo_bounding_box": {
          "location": {
            "top_left": {
              "lat": 31.1,
              "lon": 121.5
            },
            "bottom_right": {
              "lat": 30.9,
              "lon": 121.7
            }
          }
        }
      }
    }

#地理查询 附近查询 距离查询（geo_distance)查询
#"distance": "15km", // 半径
#"location": "31.21,121.5" // 圆心 "纬度，经度"
GET/indexName/_search
{
      "query": {
        "geo_distance": {
          "distance": "15km",
          "location": "31.21,121.5"
        }
      }
    }

#相关性查询  相关性算分 让某些 值增加排名 得高分 ，排名靠前 
#query  放入原始的query 也即是上面的案例， functions 就是 调整算分的
# 其中三个要素 ， filter 就是 确定要加分的 查询类型和查询字段值
# 函数表达式 这里案例是 weight ,也可能是其他值如random_score等 就是对结果 经过该函数的得分 
#boost_mode 加权模式 也就是 把query_score 和function_score 经过 某种加权后的最终得分，默认是相乘 
GET /hotel/_search
{
      "query": {
        "function_score": {
          "query": {
            "match": {
              "all": "外滩"
            }
          },
          "functions": [
            {
              "filter": {
                "term": {
                  "brand": "如家"
                }
              },
              "weight": 8
            }
          ],
          "boost_mode": "multiply"
        }
      }
    }


#布尔查询 多条件的查询 里面可以使 全文检索查询，精准查询 等 是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：
#- 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
GET /hotel/_search
{
      "query": {
        "bool": {
          "must": [
            {
              "mathc": {
                "name": "如家"
              }
            }
          ],
          "must_not": [
            {
              "range": {
                "price": {
                  "gt": 400
                }
              }
            }
          ],
          "filter": [
            {
              "geo_distance": {
                "distance": "10km",
                "location": {
                  "lat": 31.21,
                  "lon": 121.5
                }
              }
            }
          ]
        }
      }
    }

#小结 符合查询  从层级来看 应该 相关性查询可以包含 以上各种查询
#从第二个query字段开始 为bool 查询时 可以组合多种类型的查询 如 全文，精准，范围，地理
#而bool 查询 又在 function_score中
GET /hotel/_search
{
      "query": {
        "function_score": {
          "query": {},
          "functions": [
            {}
          ],
          "boost_mode": "multiply"
        }
      }
    }
#从查询 层级看 query 在 第一层级  与他同级的还有 高亮 ，分页，和排序

#排序 普通排序 
#需求描述：酒店数据按照用户评价（score)降序排序，评价相同的按照价格(price)升序排序
GET /hotel/_search
{
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "score": {
            "order": "desc"
          },
          "price": {
            "order": "asc"
          }
        }
      ]
    }

#地理坐标排序
#location 自定义的地理位置字段 
#lat 经度 lon 纬度  以此为圆心  半径距离排序
#order排序方式 
#unit 单位 为 km
GET /hotel/_search
{
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "_geo_distance": {
            "location": {
              "lat": 23,
              "lon": 120
            },
            "order": "asc",
            "unit": "km"
          }
        }
      ]
    }

#查询分页 与 query同级
#    "from": 990, //分页开始的位置，默认为0
#    "size": 10, //期望获取的文档总数
GET/hotel/_search
{
      "query": {
        "match_all": {}
      },
      "from": 990,
      "size": 10,
      "sort": [
        {
          "price": "asc"
        }
      ]
    }

#- 高亮是对关键字高亮，因此**搜索条件必须带有关键字**，而不能是范围这样的查询。
#- 默认情况下，**高亮的字段，必须与搜索指定的字段一致**，否则无法高亮
#- 如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false
#这里是对自定义 name 字段高亮
GET /hotel/_search
{
      "query": {
        "match_all": {
          "all": "喜来登"
        }
      },
      "highlight": {
        "fields": {
          "name": {
            "require_field_match": "false"
          }
        }
      }
    }


#聚合三要素 聚合名称(自定义)，聚合类型，要聚合的字段
#数据聚合 根据term 桶聚合
#  "size": 0  表示不显示doc文档信息，只要聚合结果
#自定一个聚合名为     "brandAgg"
#AGG_TYPE  聚合类型 为terms 
#field 聚合字段 填写 要聚合的字段 ，这里根据品牌名brand 聚合
# "size": 10 显示前十个聚合结果
GET /hotel/_search
{
      "size": 0,
      "aggs": {
        "brandAgg": {
          "terms": {
            "field": "brand",
            "size": 10
          }
        }
      }
    }

#数据聚合 自定义排序规则 根据term 桶聚合
#  "size": 0  表示不显示doc文档信息，只要聚合结果
#自定一个聚合名为     "brandAgg"
#AGG_TYPE  聚合类型 为terms 
#field 聚合字段 填写 要聚合的字段 ，这里根据品牌名brand 聚合
# "size": 10 显示前十个聚合结果
#          "_count": "asc" 品牌数升序排序
GET /hotel/_search
{
      "size": 0,
      "aggs": {
        "brandAgg": {
          "terms": {
            "field": "brand",
            "size": 10,
            "order": {
              "_count": "asc"
            }
          }
        }
      }
    }



#数据聚合 自定义排序规则  范围查询  根据term 桶聚合
#对自定义字段price 价格 作为范围查询后 在数据聚合 ，价格小于200的
#  "size": 0  表示不显示doc文档信息，只要聚合结果
#自定一个聚合名为     "brandAgg"
#AGG_TYPE  聚合类型 为terms 
#field 聚合字段 填写 要聚合的字段 ，这里根据品牌名brand 聚合
# "size": 10 显示前十个聚合结果
#          "_count": "asc" 品牌数升序排序
GET /hotel/_search
{
      "query": {
        "range": {
          "price": {
            "lte": 200
          }
        }
      },
      "size": 0,
      "aggs": {
        "brandAgg": {
          "terms": {
            "field": "brand",
            "size": 10,
            "order": {
              "_count": "asc"
            }
          }
        }
      }
    }

#聚合三要素 聚合名称(自定义)，聚合类型，要聚合的字段

#嵌套聚合 根据聚合结果再聚合 metric聚合
#  "size": 0  表示不显示doc文档信息，只要聚合结果
#自定一个聚合名为     "brandAgg"
#AGG_TYPE  聚合类型 为terms 
#field 聚合字段 填写 要聚合的字段 ，这里根据品牌名brand 聚合，field 的value值为 要聚合的字段
# "size": 20 显示前20个聚合结果
#"order" 是根据桶里的字段结果进行排序
#scoreAgg  自定义子聚合的聚合名，stats为聚合类型，
#scoreAgg.avg 根据子聚合的平均分  作了降序排名
#根据品牌聚合之后 再对每个品牌 进行 度量聚合
GET /hotel/_search
{
      "size": 0,
      "aggs": {
        "brandAgg": {
          "terms": {
            "field": "brand",
            "size": 20,
            "order": {
              "scoreAgg.avg": "desc"
            }
          },
          "aggs": {
            "scoreAgg": {
              "stats": {
                "field": "score"
              }
            }
          }
        }
      }
    }