结构化查询 Query DSL

结构化查询是一种灵活的,多表现形式的查询语言。
Elasticsearch在一个简单的JSON接口中用结构化查询来展现Lucene绝大多数能力。
你应当在你的产品中采用这种方式进行查询。它使得你的查询更加灵活,精准,易于阅读并且易于debug。

使用结构化查询,你需要传递query参数:

  1. GET /_search
  2. {
  3. "query": YOUR_QUERY_HERE
  4. }

空查询 - {} - 在功能上等同于使用match_all查询子句,正如其名字一样,匹配所有的文档:

  1. GET /_search
  2. {
  3. "query": {
  4. "match_all": {}
  5. }
  6. }

查询子句

一个查询子句一般使用这种结构:

  1. {
  2. QUERY_NAME: {
  3. ARGUMENT: VALUE,
  4. ARGUMENT: VALUE,...
  5. }
  6. }

或指向一个指定的字段:

  1. {
  2. QUERY_NAME: {
  3. FIELD_NAME: {
  4. ARGUMENT: VALUE,
  5. ARGUMENT: VALUE,...
  6. }
  7. }
  8. }

例如,你可以使用match查询子句用来找寻在tweet字段中找寻包含elasticsearch的成员:

  1. {
  2. "match": {
  3. "tweet": "elasticsearch"
  4. }
  5. }

完整的查询请求会是这样:

  1. GET /_search
  2. {
  3. "query": {
  4. "match": {
  5. "tweet": "elasticsearch"
  6. }
  7. }
  8. }

合并多子句

查询子句就像是搭积木一样,可以合并简单的子句为一个复杂的查询语句,比如:

  • 叶子子句(leaf clauses)(比如match子句)用以在将查询字符串与一个字段(或多字段)进行比较

  • 复合子句(compound)用以合并其他的子句。例如,bool子句允许你合并其他的合法子句,mustmust_not或者should,如果可能的话:

  1. {
  2. "bool": {
  3. "must": { "match": { "tweet": "elasticsearch" }},
  4. "must_not": { "match": { "name": "mary" }},
  5. "should": { "match": { "tweet": "full text" }}
  6. }
  7. }

复合子句能合并 任意其他查询子句,包括其他的复合子句。
这就意味着复合子句可以相互嵌套,从而实现非常复杂的逻辑。

以下实例查询的是邮件正文中含有“business opportunity”字样的星标邮件或收件箱中正文中含有“business opportunity”字样的非垃圾邮件:

  1. {
  2. "bool": {
  3. "must": { "match": { "email": "business opportunity" }},
  4. "should": [
  5. { "match": { "starred": true }},
  6. { "bool": {
  7. "must": { "folder": "inbox" }},
  8. "must_not": { "spam": true }}
  9. }}
  10. ],
  11. "minimum_should_match": 1
  12. }
  13. }

不用担心这个例子的细节,我们将在后面详细解释它。
重点是复合子句可以合并多种子句为一个单一的查询,无论是叶子子句还是其他的复合子句。