es常用语法

因公众号更改推送规则，请点“在看”并加“星标”第一时间获取精彩技术分享

初学者面对ES的DSL(domain specific language)查询显得一脸懵逼，看着各种嵌套的语句不知道有什么规律，下面就给大家总结一下，方便学习理解记忆。

• 「query」：代表查询，搜索 类似于SQL的select关键字
• 「aggs」：代表聚合，类似于SQL的group by 关键字，对查询出来的数据进行聚合 求平均值最大值等
• 「highlight」：对搜索出来的结果中的指定字段进行高亮显示，搜索“「中华人民共和国万岁」”，结果里面符合搜索关键字 全部是红色的高亮显示。

• 「sort」：指定字段对查询结果进行排序显示，类比SQL的order by关键字

• 「from」和*「size」：对查询结果分页，类似于SQL的limit关键字

• 「post_filter」：后置过滤器，在聚合查询结果之后，再对查询结果进行过滤。

"mappings": {
    "properties": {
        "age": {
            "type": "long"
        },
        "country": {
            "type": "keyword",
            "fields": {
                "keyword": {
                    "type": "keyword",
                    "ignore_above": 256
                }
            }
        },
        "name": {
            "type": "text",
            "fields": {
                "keyword": {
                    "type": "keyword",
                    "ignore_above": 256
                }
            }
        }
    }
}

• 「match」：全局查询，如果是多个词语，会进行分词查询。字母字母默认转换成全小写，进行匹配。

{
    "query":{
        "match":{
            "name":"比尔盖茨"
        }
    }
}

• 「match_phrase」：查询短语，会对短语进行分词，match_phrase的分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的

{
    "query":{
        "match_phrase":{
            "country":"中 国"
        }
    }
}

• 「term」：单个词语查询，会精确匹配词语，会根据输入字段精确匹配。

{
    "query":{
        "term":{
            "country":"America"
        }
    }
}

• 「terms」：多个词语查询，精确匹配，满足多个词语中的任何一个都会返回。

{
    "query":{
        "terms":{
            "country":["America","america"]
        }
    }
}

• 「exists」：类似于SQL的ISNULL，字段不为空的会返回出来。

{
    "query":{
        "exists":{
            "field":"country"
        }
    }
}

• 「range」：类似于SQL的between and关键字，返回查询

{
    "query":{
        "range":{
            "age":{
                "lte":50,
                "gte":20
            }
        }
    }
}

• 「ids」：一次查询多个id，批量返回。

{
    "query":{
        "ids":{
            "values":["JJpNJHgBLLjdyTtc34ag","JZp5JHgBLLjdyTtcEobD"]
        }
    }
}

• 「fuzzy」：模糊查询
  「编辑距离」：就是一个词语变成另外一个词语要编辑的次数,也叫**莱文斯坦距离(Levenshtein distance)**，指两个字符串之间，由一个转成另一个所需的最少编辑操作次数，包括

• 将一个字符替换成另一个字符
• 插入一个字符
• 删除一个字符

{
    "query":{
        "fuzzy":{
            "name":{
                "value":"fain",
                "fuzziness": 1, // 允许的编辑距离 (match也能配合这个设置)
                "prefix_length": 0, // 前多少个字符要保持一致 (match也能配合这个设置)
                "max_expansions": 50, // (match也能配合这个设置)
                "transpositions": true // true:莱温斯坦距离拓展版，false:经典莱温斯坦距离(match也能配合这个设置)
            }
        }
    }
}

• 「must」：返回的文档必须满足must子句的条件，并且参与计算分值.
• 「must_ not」：返回的文档必须不满足must_not定义的条件
• 「should」：返回的文档可能满足should子句的条件。在一个Bool查询中，如果没有must或者filter，有一个或者多个should子句，那么只要满足一个就可以返回。minimum_should_match参数定义了至少满足几个子句
• 「filter」：返回的文档必须满足filter子句的条件。不会参与计算分值，如果一个查询既有filter又有should，那么至少包含一个should子句，Filter过滤的结果会进行缓存，查询效率更高，建议使用filter。

如喜欢本文，请点击右上角，把文章分享到朋友圈
如有想了解学习的技术点，请留言给若飞安排分享

·END·

相关阅读：
一张图看懂微服务架构路线
基于Spring Cloud的微服务架构分析
微服务等于Spring Cloud？了解微服务架构和框架
如何构建基于 DDD 领域驱动的微服务？
小团队真的适合引入SpringCloud微服务吗？
DDD兴起的原因以及与微服务的关系
微服务之间的最佳调用方式
微服务架构设计总结实践
基于 Kubernetes 的微服务项目设计与实现
微服务架构-设计总结
为什么微服务一定要有网关？
主流微服务全链路监控系统之战
微服务架构实施原理详解
微服务的简介和技术栈
微服务场景下的数据一致性解决方案
设计一个容错的微服务架构