Elasticsearch 查詢語句（Query DSL）

前言

• Query DSL

Domain Specific Language
領域專用語言
Elasticsearch provides a full Query DSL based on JSON to define queries

• Elasticsearch 提供了基於 JSON 的 DSL 來定義查詢。
• DSL 由葉子查詢子句和複合查詢子句兩種子句組成。
• 本文適配 Elasticsearch 7.x 版本
• 推薦學習阮一鳴《Elasticsearch 核心技術與實戰》
• Elasticsearch 查詢層級圖

Query 上下文和 Filter 上下文

• 在 query 上下文和 filter 上下文中，查詢子句的行爲會有所不一樣。（Query and filter context)
• filter context 有緩存、不算分，查詢速度更快

葉子查詢子句

Leaf query clauses，葉子查詢子句

全文查詢

Full text queries，全文查詢

全文查詢關鍵字

intervals
match
match_bool_prefix
match_phrase
match_phrase_prefix
multi_match
query_string
simple_query_string

match 查詢示例

• 示例

GET /_search
{
  "query": {
    "match": {
      "message": {
        "query": "this is a test"
      }
    }
  }
}

term 級查詢

• Term-level queries

term 級查詢關鍵字

exists
fuzzy
ids
prefix
range
regexp
term
terms
terms_set
type
wildcard

term 查詢示例

• 示例

GET my_index/_search?pretty
{
  "query": {
    "term": {
      "full_text": "Quick Brown Foxes!"
    }
  }
}

range 查詢示例

• 示例

GET _search
{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 20,
        "boost": 2
      }
    }
  }
}

複合查詢子句

Compound query clauses，複合查詢子句

bool query

• 布爾查詢的子句類型有四種： must、filter、should、must_not

must
算分
返回的文檔必須知足 must 子句的條件
多個查詢條件的徹底匹配，至關於 AND

filter
不算分的 must

should
算分
在一個 bool 查詢中，若是沒有 must 或者 filter，
有一個或者多個should子句，那麼只要知足一個就能夠返回。
minimum_should_match 參數定義了至少知足幾個子句
至少有一個查詢條件匹配，至關於 OR

must_not
不算分
返回的文檔必須不知足 must_not 定義的條件
多個查詢條件的相反匹配，至關於 NOT

• 示例

POST _search
{
  "query": {
    "bool" : {
      "must" : {
        "term" : { "user" : "kimchy" }
      },
      "filter": {
        "term" : { "tag" : "tech" }
      },
      "must_not" : {
        "range" : {
          "age" : { "gte" : 10, "lte" : 20 }
        }
      },
      "should" : [
        { "term" : { "tag" : "wow" } },
        { "term" : { "tag" : "elasticsearch" } }
      ],
      "minimum_should_match" : 1,
      "boost" : 1.0
    }
  }
}

boosting query

• 示例

GET /_search
{
  "query": {
    "boosting": {
      "positive": {
        "term": {
          "text": "apple"
        }
      },
      "negative": {
        "term": {
          "text": "pie tart fruit crumble tree"
        }
      },
      "negative_boost": 0.5
    }
  }
}

constant_score query

• 示例

GET /_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "user": "kimchy"
        }
      },
      "boost": 1.2
    }
  }
}

dis_max query

• 示例

GET /_search
{
  "query": {
    "dis_max": {
      "queries": [
        {
          "term": {
            "title": "Quick pets"
          }
        },
        {
          "term": {
            "body": "Quick pets"
          }
        }
      ],
      "tie_breaker": 0.7
    }
  }
}

function_score query

• 示例

GET /_search
{
  "query": {
    "function_score": {
      "query": {
        "match_all": {}
      },
      "boost": "5",
      "random_score": {},
      "boost_mode": "multiply"
    }
  }
}

本文出自 walker snapshot