⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 blog.csdn.net/qq_15022971/article/details/114830411 「今天例外」欢迎转载，保留摘要，谢谢！

ElasticSearch查询语句归类

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

ElasticSearch查询语句归类

背景

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。官方的文档版本好像是2.X，ES更新很快现在都7.X，现在的很多语法和关键字都和2.x的版本不同了，甚至删除了不少关键字，随着版本越高，相应的查询语法和关键字等方方面面也逐渐稳定起来了。这里我是按照7.X版本总结的。

ES搜索语法架构

根下面的关键字

「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。

百度搜索

「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。

query：叶子查询

ES是的核心是根据字段进行倒排索引，在进行倒排索引的时候和该字段的type有关系，如下：

"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
                }
            }
        }
    }
}

上面的 map 字段定义中**「country」**的 type 是 keyword(大小限制是 32K)。

那么根据这个字段进行倒排索引的时候，你存储的值是什么就是什么，

比如存储的数据的**「country」**字段是 America，那么默认创建倒排索引的时候就会是 America。

而字段**「name」**的 type 是 text，进行倒排索引的时候，你存储的值都会被转换成全小写进行。

存储，对这个字段的内容进行分词，比如存储的数据的**「name」**字段是 Rain。

那么在该字段的倒排索引的内容就会是 rain，默认转换成小写。

ES 的查询原则：「拿我们查询的字段去倒排索引上查询匹配」

「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

**「Damerau–Levenshtein distance」**是莱温斯坦距离的拓展版本，将相邻位置的两个字符的互换当做一次编辑，而在经典的莱文斯坦距离计算中位置互换是 2 次编辑。

{
    "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)
            }
        }
    }
}

query：复合查询

为什么是复合查询，因为可以嵌套查询，不像叶子查询那样，是最底层的查询。

复合查询其他的关键字就不多解释了，着重介绍一下bool查询，bool查询下面四个查询语句

都是内嵌叶子查询的，且他们有个共同特性，就是查询条件只有是否。

「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。

芋道源码 —— 纯源码解析博客

ElasticSearch的查询语法很另类？学会归类so easy！

ElasticSearch查询语句归类

背景

根下面的关键字

query：叶子查询

query：复合查询