Elasticsearch常用DSL快速查询指南

适用于已经学习过es的同学快速查阅。

索引库

常见属性

1. 核心配置
   settings 全局设置，如主分片数（number_of_shards）、副本数（number_of_replicas）、刷新间隔（refresh_interval）等
   mappings 定义文档结构，包含字段类型和属性配置

2. 字段类型
   text 全文检索类型，会分词，可配置分词器（analyzer）
   keyword 精确匹配类型，不分词，适合标签、ID 等

3. 数值类型
   long/integer/double等，存储数字数据
   date 日期类型，支持多种格式（如yyyy-MM-dd、时间戳）
   boolean 布尔类型，存储true/false或等效数值 / 字符串
   object 存储嵌套 JSON 对象，内部字段独立存储
   nested 特殊object类型，解决数组对象查询歧义

4. 通用属性
   index 控制字段是否索引（true/false，默认true）
   store 控制字段是否独立存储（默认false，从_source提取）
   ignore_above 超过指定长度的keyword字段不索引
   format 针对date等类型，指定数据格式

5. 记住常用的，其他用到的时候再查就行。

创建

PUT /索引库
{"mappings": {"properties": {"info": {"type": "text","analyzer": "ik_smart","index": true},"name": {"type": "object", "properties": {"firstName":{"type": "keyword"},"lastName": {"type": "keyword"}}}}}
}

查询

GET /索引库

删除

DELETE /索引库

修改（只可新增字段）

PUT /索引库/_mapping
{"properties": {"age": {"type": "long"}}
}

文档

新增

POST /索引库/_doc/文档id
{"age": 15,"info": "你好","name": {"firstName": "li","lastName": "bai"}
}

查询

GET /索引库/_doc/文档id

删除

DELETE /索引库/_doc/文档id

全量修改

先删除后新增。
存在即修改，不存在则新增。有点像mysql的duplicate

PUT /索引库/_doc/文档id
{// 要修改的字段
}

增量修改

POST /索引库/_update/文档id
{// 要修改的字段
}

查询

查询全部

GET /cosmos/_search
{"query": {"match_all": {}}
}

条件查询

GET /索引库/_search
{"query": {"match": {"FIELD": "TEXT"}}
}

1. 字段可用填写all表示文档全部字段中查询，7之前默认创建，7+被copy_to机制取代。
2. 相似度评分（TF-IDF）
   对匹配到的文档计算相关性得分（_score），核心逻辑基于 TF-IDF：
   TF（词频）：词条在当前文档中出现的频率越高，得分越高。
   IDF（逆文档频率）：词条在整个索引中出现的文档越少（越稀有），得分越高。
   最终得分是 TF、IDF 及字段长度归一化（字段越短，相同词频下得分越高）等因素的综合计算结果。
   7后使用BM25算法

精确查询

一般查找keyword

GET /索引库/_search
{"query": {"term": {"FIELD": {"value": "VALUE"}}}
}

范围查询

GET /索引库/_search
{"query": {"range": {"FIELD": {"gte": 10,"lte": 20}}}
}

位置查询

1. 矩阵查询

GET /索引库/_search
{"query": {"geo_bounding_box": {"FIELD": {  "top_left": {"lat": 40.73,"lon": -74.1},"bottom_right": {"lat": 40.01,"lon": -71.12}}}}
}

2. 中心点范围查询

GET /cosmos/_search
{"query": {"geo_distance": {"distance": "10km",  // 范围（支持 km、m、mi 等单位）"FIELD": {        // 需为 geo_point 类型字段"lat": 39.9042,    // 中心点纬度"lon": 116.4074    // 中心点经度（示例为北京坐标）}}}
}

简化：

GET /索引库/_search
{"query": {"geo_distance": {"distance": "5km","FIELD": "39.9042, 116.4074"  // 直接使用 "纬度,经度" 字符串}}
}

算分查询

默认算法的基础上，添加一些算分规则。

GET /索引库/_search
{"query": {"function_score": {"query": {  // 基础查询：匹配all字段包含"手机"的文档"match": {"all": "手机"}},"functions": [  // 评分函数：对符合条件的文档增加权重{"filter": {  // 筛选条件：brand字段为"苹果""term": {"brand": "苹果"}},"weight": 10  // 符合筛选条件的文档，评分权重增加10}],"boost_mode": "sum"  // 评分合并方式：基础分 + 函数分}}
}

boost_mode有这些模式：multiply、sum、min、max、replace。

bool 复合查询

GET /索引库/_search
{"query": {"bool": {"must": [{ "term": { "district": "朝阳区" } }  // 必须在朝阳区],"should": [{ "term": { "cuisine": "川菜" } },    // 优选川菜{ "term": { "cuisine": "湘菜" } }     // 或湘菜],"must_not": [{ "range": { "average_price": { "gte": 800 } } }  // 排除人均≥800的高端餐厅],"filter": [{ "range": { "rating": { "gte": 4.2 } } }  // 筛选评分≥4.2的餐厅（不影响算分）]}}
}

1. must 必须包含
2. should 或者
3. must_not 不包含（不影响分数计算）
4. filter 过滤（不影响分数计算）

结果处理

排序

默认按分数排序，可以自己指定字段排序，指定后就会放弃打分。

GET /索引库/_search
{"query": {"match_all": {}},"sort": [{"FIELD": "desc"  // asc，desc}]
}

特殊：地理位置排序：

GET /索引库/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"FIELD": "纬度, 经度",  "order": "asc","unit": "km"}}]
}

分页

默认10个。

GET /hotel/_search
{"query": {"match_all": {}},"from": 990,  // 分页开始的位置，默认为0"size": 10,   // 期望获取的文档总数"sort": [{"price": "asc"}  // 按price字段升序排序]
}

from + size 不能大于1万。

高亮

GET /索引库/_search
{"query": {"match": {"FIELD": "TEXT"  // 替换为实际的字段名和要匹配的文本}},"highlight": {"fields": {"FIELD": {  // 要高亮显示的字段，与查询字段保持一致"pre_tags": ["<em>"],  // 高亮前置标签"post_tags": ["</em>"]  // 高亮后置标签}}}
}

聚合

分为：Bucket 聚合（桶聚合）、Metric 聚合（指标聚合）、Pipeline 聚合（管道聚合）、Matrix 聚合（矩阵聚合，少见）

Bucket 聚合（桶聚合）

GET /索引库/_search
{"size": 0,  // 设置size为0，结果中不包含文档，只包含聚合结果"aggs": {   // 定义聚合"xxAgg": {  // 给聚合起个名字"terms": {   // 聚合的类型，terms表示按字段值分组"field": "brand",  // 参与聚合的字段"size": 20  // 希望获取的聚合结果数量}}}
}

Metric 聚合（指标聚合）

GET /hotel/_search
{"size": 0,"aggs": {"xxAgg": {"terms": {"field": "brand","size": 20},"aggs": {  // 这是xxAgg聚合的子聚合"score_stats": {  // 子聚合名称"stats": {  // 聚合类型，会计算min、max、avg、sum、count"field": "score"  // 要计算统计信息的字段}}}}}
}

自动补全

// 1. 创建索引库并定义completion类型字段
PUT 索引库
{"mappings": {"properties": {"title": {"type": "completion"  // 定义为completion类型，用于自动补全}}}
}// 2. 添加示例文档，字段内容为词条数组
POST 索引库/_doc
{"title": ["Sony", "WH-1000XM3"]
}POST test/_doc
{"title": ["SK-II", "PITERA"]
}POST test/_doc
{"title": ["Nintendo", "switch"]
}// 3. 执行自动补全查询
POST 索引库/_search
{"suggest": {"title_suggest": {  // 补全查询名称"prefix": "S",    // 用户输入的前缀"completion": {"field": "title" // 指定补全字段}}}
}