[TOC]
一、DSL
在 ElasticSearch 中，提供了功能十分丰富、多种表现形式的查询语言—— DSL 查询。
Query DSL 又叫结构化查询，使用 JSON 格式的请求体 与 ElasticSearch 交互，使查询语句更灵活、更精确、更易读且易调试。
使用结构化查询，你需要传递 query 参数：
GET /_search
{
"query": YOUR_QUERY_HERE
}
主要包含两种类型的查询语句：叶子查询语句和复合查询语句。
1.1、叶子查询语句
这种查询可以单独使用，针对指定的字段查询指定的值，例如：match, term, range 等。
一个叶子查询语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：
{
QUERY_NAME: {
FIELD_NAME: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
}
例如，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"
}
}
}
1.2、复合查询语句
这种查询可以合并其他的叶子查询或复合查询，从而实现非常复杂的查询逻辑。
例如，bool 子句允许合并其他的合法子句，must，must_not 或者 should：
{
"bool": {
"must": { "match": { "tweet": "elasticsearch" }},
"must_not": { "match": { "name": "mary" }},
"should": { "match": { "tweet": "full text" }}
}
}
二、Query DSL 和 Filter DSL
Elasticsearch 使用的查询语言（DSL） 拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。这套组件可以在以下两种情况下使用：查询情况 query context和过滤情况 filtering context ，也即结构化查询 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。
2.1、Query DSL
在上下文查询语境中，查询语句会询问文档与查询语句的匹配程度，它会判断文档是否匹配并计算相关性评分（_score）的值。
例如：
- 查找与
full text search这个词语最佳匹配的文档 - 查找包含单词
run，但是也包含runs,running,jog或sprint的文档 - 同时包含着
quick,brown和fox--- 单词间离得越近，该文档的相关性越高 - 标识着
lucene,search或java--- 标识词越多，该文档的相关性越高
一条查询语句会计算每个文档与查询语句的相关性，然后给出一个相关性评分 _score，并且按照相关性对匹配到的文档进行排序。
2.2、Filter DSL
在上下文过滤语境中，查询语句主要解决文档是否匹配的问题，而不会在意匹配程度（相关性评分）。
例如：
-
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 ?
2.3、比较
相关度：
-
filter—— 只根据搜索条件过滤出符合的文档，将这些文档的评分固定为1，忽略 TF/IDF 信息，不计算相关度分数； -
query—— 先查询符合搜索条件的文档， 然后计算每个文档对于搜索条件的相关度分数，再根据评分倒序排序。
性能：
-
filter性能更好，无排序 —— 不计算相关度分数，不用根据相关度分数进行排序，同时 ES 内部还会缓存(cache)比较常用的 filter 的数据 (使用bitset <0或1> 来记录包含与否)； -
query性能较差， 有排序 —— 要计算相关度分数， 要根据相关度分数进行排序， 并且没有cache功能。
原则上来说，使用查询语句做全文本搜索或其他需要进行相关性评分的时候，剩下的全部用过滤语句。
在进行搜索时，常常会在查询语句中，结合查询和过滤来达到查询目的：
{
"bool": {
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": { "tag": "spam" }},
"should": [
{ "match": { "tag": "starred" }}
],
"filter": {
"range": { "date": { "gte": "2014-01-01" }}
}
}
}
三、重要的查询过滤语句
3.1、match
match查询是一个标准查询，不管全文本查询还是精确查询基本上都要用到它。
如果使用 match 查询一个全文本字段，它会在真正查询之前用分析器先分析查询字符：
{
"match": {
"tweet": "About Search"
}
}
如果用match下指定了一个确切值，在遇到数字，日期，布尔值或者not_analyzed 的字符串时，它将搜索给定的值：
{ "match": { "age": 26 }}
{ "match": { "date": "2014-09-01" }}
{ "match": { "public": true }}
{ "match": { "tag": "full_text" }}
提示： 做精确匹配搜索时，最好用过滤语句，因为过滤语句可以缓存数据。
3.2、multi_match
multi_match查询允许做match查询的基础上同时搜索多个字段：
{
"multi_match": {
"query": "full text search",
"fields": [ "title", "body" ]
}
}
3.3、match_phrase
短语查询，精确匹配。查询a red会匹配包含a red短语的，而不会进行分词查询，也不会查询出包含a 其他词 red这样的文档。
{
"query": {
"match_phrase": {
"ad": "a red"
}
}
}
3.4、match_all
使用match_all 可以查询到所有文档，是没有查询条件下的默认语句：
{
"match_all": {}
}
此查询常用于合并过滤条件。 比如说需要检索所有的邮箱，所有的文档相关性都是相同的，所以得到的_score为1。
3.5、term
term主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed的字符串(即不进行分词器分析，文档中必须包含整个搜索的词汇)：
{ "term": { "age": 26 }}
{ "term": { "date": "2014-09-01" }}
{ "term": { "public": true }}
{ "term": { "tag": "full_text" }}
3.6、terms
terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配，类似于 MySQL 的 in 条件：
{
"terms": {
"tag": [ "search", "full_text", "nosql" ]
}
}
3.7、range
range允许按照指定范围查找一批数据：
{
"range": {
"age": {
"gte": 20,
"lt": 30
}
}
}
范围操作符包含：
-
gt:: 大于 -
gte:: 大于等于 -
lt:: 小于 -
lte:: 小于等于
3.8、exists
用于查找那些指定字段中有值或无值的文档。
指定title字段有值：
{
"exists": {
"field": "title"
}
}
指定title字段无值：
{
"query": {
"bool": {
"must_not": {
"exists": {
"field": "group"
}
}
}
}
}
注：missing 查询无值已经被取消。
3.9、bool
bool 可以用来合并多个条件查询结果的布尔逻辑，它包含一下操作符：
-
must:: 多个查询条件的完全匹配，相当于and -
should:: 至少有一个查询条件匹配，相当于or -
must_not:: 多个查询条件的相反匹配，相当于not，忽略相关性评分 -
filter:: 必须匹配，忽略相关性评分
POST /_search
{
"query": {
"bool" : {
"must" : {
"term" : { "last_name" : "smith" }
},
"filter": {
"term" : { "info.interests" : "musics" }
},
"must_not" : {
"range" : {
"info.age" : { "gte" : 10, "lte" : 25 }
}
},
"should" : [
{ "term" : { "full_name" : "john" } },
{ "term" : { "full_name" : "smith" } }
]
}
}
}
提示： 如果bool 查询下没有must子句，那至少应该有一个should子句。但是 如果有must子句，那么没有should子句也可以进行查询。
四、验证查询
查询语句可以变得非常复杂，特别是与不同的分析器和字段映射相结合后，就会有些难度。
validate API 可以验证一条查询语句是否合法。
GET /gb/tweet/_validate/query
{
"query": {
"tweet" : {
"match" : "really powerful"
}
}
}
请求的返回值说明这条语句是非法的：
{
"valid" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"failed" : 0
}
}
想知道语句非法的具体错误信息，需要加上 explain 参数：
GET /gb/tweet/_validate/query?explain
{
"query": {
"tweet" : {
"match" : "really powerful"
}
}
}
explain 参数可以提供语句错误的更多详情，很显然，这里把 query 语句的 match 与字段名位置弄反了。
五、参考资料
ES 权威指南
