企业建设网站的目的( )网店seo关键词

一、简介

Elasticsearch DSL 提供了极其丰富的查询功能，从简单的全文搜索到复杂的地理空间查询、嵌套文档查询和聚合分析。DSL 查询的基本结构包含以下几个主要部分：

{"query": { ... },      // 查询条件（核心部分）"aggs": { ... },       // 聚合分析"sort": [ ... ],       // 排序规则"from": 0,             // 分页起始位置"size": 10,            // 返回结果数量"_source": { ... },    // 返回字段控制"script_fields": { ... }, // 脚本字段"highlight": { ... },  // 高亮显示"explain": true,       // 是否返回评分解释"timeout": "10s"       // 超时设置
}

二、query 查询条件

Elasticsearch 的 DSL 查询语言提供了丰富的查询类型，可以满足各种搜索需求。query 查询主要分为以下几大类：

1. 全文查询（Full Text Queries）
2. 词项级查询（Term-level Queries）
3. 复合查询（Compound Queries）
4. 地理位置查询（Geo Queries）
5. 特殊查询（Specialized Queries）
6. 嵌套和父子文档查询

2.1 全文查询（Full Text Queries）

用于在文本字段上执行全文搜索，会对查询字符串进行分析处理。

1. match 查询
   • 用途：最基本的全文查询类型，会对查询文本进行分词处理。

   {"query": {"match": {"content": {"query": "Elasticsearch tutorial","operator": "and",  // 必须包含所有词项"minimum_should_match": "75%",  // 至少匹配75%的词项"fuzziness": "AUTO",  // 自动模糊匹配"analyzer": "standard"}}}
   }
   

   • 参数说明：
     • operator：默认为 or，可设为 and 要求所有词项匹配。
     • minimum_should_match：最小匹配词项数或百分比。
     • fuzziness：模糊匹配级别（"AUTO"或0-2）。
     • analyzer：指定分析器。
2. match_phrase 查询
   • 用途：精确匹配整个短语，保持词项顺序。

   {"query": {"match_phrase": {"title": {"query": "quick brown fox","slop": 2,  // 允许词项间最多间隔2个词"analyzer": "english"}}}
   }
   

   • 参数说明：
     • slop：允许的词项间隔距离（默认0）。
     • analyzer：指定分析器。
3. match_phrase_prefix 查询
   • 用途：短语前缀匹配，最后一个词项做前缀匹配。

   {"query": {"match_phrase_prefix": {"title": {"query": "Elast sear","max_expansions": 10,  // 最多扩展10个前缀匹配项"slop": 1}}}
   }
   

   • 参数说明：
     • max_expansions：前缀扩展的最大数量(默认50)。
     • slop：允许的词项间隔距离。
4. multi_match 查询
   • 用途：在多个字段上执行全文搜索。

   {"query": {"multi_match": {"query": "Elasticsearch","fields": ["title^3", "content", "abstract^2"],  // 字段权重设置"type": "best_fields",  // 最佳匹配字段得分"tie_breaker": 0.3  // 其他匹配字段得分权重}}
   }
   

5. query_string 查询
   • 用途：支持Lucene查询语法。

   {"query": {"query_string": {"default_field": "content","query": "(Elasticsearch AND tutorial) OR (Kibana AND guide)","default_operator": "OR","allow_leading_wildcard": false,"fuzziness": "AUTO"}}
   }
   

   • 常用语法元素：
     • field:value 指定字段搜索
     • AND/OR/NOT 逻辑操作
     • +必须包含 -必须不包含
     • * 通配符
     • ~ 模糊搜索
     • [TO] 范围搜索
6. simple_query_string 查询
   • 用途：更健壮的 query_string 简化版。

   {"query": {"simple_query_string": {"query": "Elasticsearch +tutorial -beginner","fields": ["title", "content"],"default_operator": "and","analyze_wildcard": true}}
   }
   

2.2 词项级查询（Term-level Queries）

1. term 查询
   • 用途：精确匹配单个词项。

   {"query": {"term": {"status": {"value": "published","boost": 1.5  // 权重提升}}}
   }
   

2. terms 查询
   • 用途：匹配多个精确词项，相当于 SQL 中的 IN 查询。

   {"query": {"terms": {"tags": ["java", "search", "database"],"boost": 2.0}}
   }
   

3. range 查询
   • 用途：范围查询，支持数值、日期和IP地址。

   {"query": {"range": {"price": {"gte": 100,"lt": 1000,"boost": 2.0,"format": "yyyy-MM-dd"  // 日期格式}}}
   }
   

4. exists 查询
   • 用途：查找包含指定字段的文档。

   {"query": {"exists": {"field": "description"}}
   }
   

5. prefix 查询
   • 用途：前缀匹配查询。

   {"query": {"prefix": {"user.id": {"value": "ki","rewrite": "constant_score"  // 重写方法}}}
   }
   

   • 参数说明：
     • rewrite：控制如何重写查询，可选值：
       • constant_score (默认)
       • constant_score_boolean
       • scoring_boolean
       • top_terms_N (N为数字)
6. wildcard 查询
   • 用途：通配符查询，支持 * (匹配多个字符) 和 ? (匹配单个字符)。

   {"query": {"wildcard": {"user.id": {"value": "k*y","boost": 1.0,"rewrite": "scoring_boolean"}}}
   }
   

7. regexp 查询
   • 用途：正则表达式匹配。

   {"query": {"regexp": {"user.id": {"value": "k.*y","flags": "ALL","max_determinized_states": 10000}}}
   }
   

   • 支持的标志(flags)：
     • ALL：启用所有可选操作符
     • COMPLEMENT：允许使用 ~ 取反
     • INTERVAL：允许使用 <> 间隔
     • INTERSECTION ：允许使用 & 表示与操作
     • ANYSTRING：允许使用 @ 匹配任何字符串
8. fuzzy 查询
   • 用途：模糊查询，允许一定程度的拼写错误。

   {"query": {"fuzzy": {"title": {"value": "Elastcsearch","fuzziness": "2",  // 允许2个字符的差异"prefix_length": 3  // 前3个字符必须精确匹配}}}
   }
   

   • fuzziness 取值：
     • AUTO：基于词项长度自动确定
     • 0：不允许差异
     • 1：允许1个字符差异
     • 2：允许2个字符差异

2.3 复合查询（Compound Queries）

1. bool 查询

   • 用途：组合多个查询条件。

   {"query": {"bool": {"must": [{ "match": { "title": "Elasticsearch" } },{ "range": { "date": { "gte": "2023-01-01" } } }],"should": [{ "match": { "content": "tutorial" } },{ "term": { "category": "technology" } }],"must_not": [{ "term": { "status": "archived" } }],"filter": [{ "term": { "language": "english" } }],"minimum_should_match": 1,"boost": 1.0}}
   }
   

   • 各子句详解

     子句	描述	影响评分	使用场景
     must	必须匹配	是	主要查询条件
     should	应该匹配	是	次要条件或增强相关性
     must_not	必须不匹配	否	排除条件
     filter	必须匹配	否	过滤条件

2. boosting 查询

   • 用途：降低某些文档的得分。

   {"query": {"boosting": {"positive": {"match": { "content": "apple" }},"negative": {"match": { "content": "pie tart fruit" }},"negative_boost": 0.5,"boost": 1.0}}
   }
   

3. constant_score 查询

   • 用途：固定分数查询，通常与 filter 一起使用。

   {"query": {"constant_score": {"filter": {"term": { "status": "active" }},"boost": 1.2}}
   }
   

4. dis_max 查询

   • 用途：取子查询中的最高分，适用于"最佳字段"匹配场景。

   {"query": {"dis_max": {"queries": [{ "match": { "title": "Elasticsearch" } },{ "match": { "content": "Elasticsearch" } },{ "match": { "abstract": "Elasticsearch" } }],"tie_breaker": 0.7,"boost": 1.2}}
   }
   

2.4 地理位置查询（Geo Queries）

1. geo_distance 查询
   • 用途：距离范围内搜索。

   {"query": {"geo_distance": {"distance": "10km","distance_type": "arc","location": {"lat": 40.715,"lon": -73.988},"validation_method": "STRICT"}}
   }
   

2. geo_bounding_box 查询
   • 用途：矩形范围内搜索。

   {"query": {"geo_bounding_box": {"location": {"top_left": {"lat": 40.73,"lon": -74.1},"bottom_right": {"lat": 40.01,"lon": -71.12}},"validation_method": "COERCE"}}
   }
   

3. geo_polygon 查询
   • 用途：多边形范围内搜索

   {"query": {"geo_polygon": {"location": {"points": [{ "lat": 40.73, "lon": -74.1 },{ "lat": 40.01, "lon": -71.12 },{ "lat": 50.56, "lon": -90.58 }]},"validation_method": "IGNORE_MALFORMED"}}
   }
   

2.5 特殊查询（Specialized Queries）

1. more_like_this 查询
   • 用途：查找相似文档

   {"query": {"more_like_this": {"fields": ["title", "content"],"like": [{"_index": "articles","_id": "1"},{"_index": "articles","_id": "2"}],"min_term_freq": 1,"max_query_terms": 25,"min_doc_freq": 2}}
   }
   

2. script 查询
   • 用途：脚本查询。

   {"query": {"script": {"script": {"source": """double price = doc['price'].value;double discount = params.discount;return price * (1 - discount) > params.min_price;""","params": {"discount": 0.1,"min_price": 50}}}}
   }
   

3. pinned 查询
   • 用途：固定某些文档在结果顶部

   {"query": {"pinned": {"ids": ["1", "2", "3"],"organic": {"match": {"description": "Elasticsearch"}}}}
   }
   

2.6 嵌套和父子文档查询

1. nested 查询
   • 用途：嵌套对象查询。

   {"query": {"nested": {"path": "comments","query": {"bool": {"must": [{ "match": { "comments.author": "John" } },{ "range": { "comments.date": { "gte": "2023-01-01" } } }]}},"score_mode": "max","inner_hits": {"size": 5,"name": "latest_comments"}}}
   }
   

2. has_child 查询
   • 用途：子文档查询。

   {"query": {"has_child": {"type": "comment","score_mode": "sum","min_children": 2,"max_children": 10,"query": {"match": { "content": "great" }},"inner_hits": {}}}
   }
   

3. has_parent 查询
   • 用途：父文档查询。

   {"query": {"has_parent": {"parent_type": "blog","score": true,"query": {"term": { "category": "technology" }},"inner_hits": {"name": "parent_blog"}}}
   }
   

三、aggs 聚合分析

Elasticsearch 的聚合分析功能提供了强大的数据统计和分析能力，能够对数据进行分组、统计和计算各种指标。聚合操作可以嵌套使用，构建复杂的数据分析管道。

3.1 聚合的三种类型

1. 指标聚合（Metric Aggregations）：计算数值指标，如 sum、avg、max 等。
2. 桶聚合（Bucket Aggregations）：将文档分组到不同的桶中。
3. 管道聚合（Pipeline Aggregations）：对其他聚合的结果进行再聚合。

3.2 聚合基本结构

{"aggs": {                        // 也可以使用"aggregations""agg_name": {                  // 自定义聚合名称"agg_type": {                // 聚合类型"agg_body": ...            // 聚合体}}}
}

3.3 指标聚合

1. 基本指标聚合

   • avg - 平均值

     {"aggs": {"avg_price": {"avg": { "field": "price" }}}
     }
     

   • sum - 求和

     {"aggs": {"total_sales": {"sum": { "field": "sales" }}}
     }
     

   • max/min - 最大/最小值

     {"aggs": {"max_age": {"max": { "field": "age" }}}
     }
     

   • stats - 基本统计

     {"aggs": {"price_stats": {"stats": { "field": "price" }}}
     }
     

   • extended_stats - 扩展统计

     {"aggs": {"price_extended_stats": {"extended_stats": { "field": "price" }}}
     }
     

   • cardinality - 基数统计（去重计数）

     {"aggs": {"unique_users": {"cardinality": { "field": "user_id" }}}
     }
     

2. 高级指标聚合

   • percentiles - 百分位数

     {"aggs": {"load_time_percentiles": {"percentiles": {"field": "load_time","percents": [95, 99, 99.9]}}}
     }
     

   • percentile_ranks - 百分位排名

     {"aggs": {"load_time_ranks": {"percentile_ranks": {"field": "load_time","values": [500, 1000]}}}
     }
     

   • top_hits - 返回每组顶部文档

     {"aggs": {"top_tags": {"terms": { "field": "tags" },"aggs": {"top_tag_hits": {"top_hits": {"size": 1,"sort": [{ "date": { "order": "desc" } }]}}}}}
     }
     

3.4 桶聚合

1. 基本桶聚合

   • terms - 按词项分组

     {"aggs": {"genres": {"terms": {"field": "genre","size": 10,"order": { "_count": "desc" }}}}
     }
     

   • range - 按范围分组

     {"aggs": {"price_ranges": {"range": {"field": "price","ranges": [{ "to": 50 },{ "from": 50, "to": 100 },{ "from": 100 }]}}}
     }
     

   • date_range - 日期范围分组

     {"aggs": {"date_ranges": {"date_range": {"field": "date","format": "yyyy-MM-dd","ranges": [{ "to": "now-10d/d" },{ "from": "now-10d/d", "to": "now" },{ "from": "now" }]}}}
     }
     

   • histogram - 直方图

     {"aggs": {"prices": {"histogram": {"field": "price","interval": 50,"extended_bounds": {"min": 0,"max": 500}}}}
     }
     

   • date_histogram - 日期直方图

     {"aggs": {"sales_over_time": {"date_histogram": {"field": "date","calendar_interval": "month","format": "yyyy-MM-dd","min_doc_count": 0}}}
     }
     

2. 高级桶聚合

   • nested - 嵌套对象聚合

     {"aggs": {"comments": {"nested": { "path": "comments" },"aggs": {"by_user": {"terms": { "field": "comments.user" }}}}}
     }
     

   • filter - 过滤后聚合

     {"aggs": {"high_value": {"filter": { "range": { "price": { "gte": 100 } } },"aggs": {"avg_price": { "avg": { "field": "price" } }}}}
     }
     

   • filters - 多过滤器聚合

     {"aggs": {"messages": {"filters": {"filters": {"errors": { "term": { "level": "error" } },"warnings": { "term": { "level": "warning" } }}}}}
     }
     

3.5 管道聚合

1. 基础管道聚合

   • avg_bucket - 计算桶平均值

     {"aggs": {"sales_per_month": {"date_histogram": {"field": "date","calendar_interval": "month"},"aggs": {"sales": { "sum": { "field": "price" } }}},"avg_monthly_sales": {"avg_bucket": {"buckets_path": "sales_per_month>sales"}}}
     }
     

   • derivative - 计算导数

     {"aggs": {"sales_per_month": {"date_histogram": {"field": "date","calendar_interval": "month"},"aggs": {"sales": { "sum": { "field": "price" } },"sales_deriv": {"derivative": { "buckets_path": "sales" }}}}}
     }
     

2. 高级管道聚合

   • cumulative_sum - 累计和

     {"aggs": {"sales_per_month": {"date_histogram": {"field": "date","calendar_interval": "month"},"aggs": {"sales": { "sum": { "field": "price" } },"cumulative_sales": {"cumulative_sum": { "buckets_path": "sales" }}}}}
     }
     

   • moving_avg - 移动平均

     {"aggs": {"sales_per_month": {"date_histogram": {"field": "date","calendar_interval": "month"},"aggs": {"sales": { "sum": { "field": "price" } },"moving_avg": {"moving_avg": { "buckets_path": "sales" }}}}}
     }
     

四、sort 排序

排序是 Elasticsearch 搜索中非常重要的功能，它决定了返回结果的顺序。

4.1 基本排序语法

1. 简单排序

   {"query": { ... },"sort": [{ "field_name": { "order": "desc" } }]
   }
   

2. 多字段排序

   {"query": { ... },"sort": [{ "price": { "order": "asc" } },{ "date": { "order": "desc" } }]
   }
   

4.2 排序类型

1. 字段值排序
   • 最常见的排序方式，基于字段值排序。

     {"sort": [{ "price": { "order": "asc" } }]
     }
     

2. 特殊排序
   • _score：按相关性评分排序

     {"query": { "match": { "title": "elasticsearch" } },"sort": ["_score",{ "date": "desc" }]
     }
     

   • _doc：按索引顺序排序（性能最高）

     {"sort": "_doc"
     }
     

   • _shard_doc：按分片文档顺序排序

     {"sort": "_shard_doc"
     }
     

3. 多值字段排序
   • 当字段有多个值时，可以指定如何选择排序值：

   {"sort": [{"dates": {"order": "asc","mode": "min",  // min/max/avg/sum/median"nested": {"path": "dates","filter": { "range": { "dates.date": { "gte": "now-1y/y" } } }}}}]
   }
   

4.3 排序模式（mode）

当字段是多值字段时，需要指定使用哪个值进行排序：

模式	描述
min	使用最小值排序
max	使用最大值排序
sum	使用所有值的和排序
avg	使用平均值排序
median	使用中位数排序

示例：

{"sort": [{"prices": {"order": "asc","mode": "avg"}}]
}

4.4 地理距离排序

1. 基本语法

   {"sort": [{"_geo_distance": {"field": "location","points": [ { "lat": 40.715, "lon": -73.988 } ],"order": "asc","unit": "km","distance_type": "arc"}}]
   }
   

2. 多地点排序

   {"sort": [{"_geo_distance": {"location": [ "40.715,-73.988", "41.602,-73.087" ],"order": "asc","unit": "km"}}]
   }
   

4.5 脚本排序

使用自定义脚本进行排序：

{"sort": {"_script": {"type": "number","script": {"lang": "painless","source": "doc['price'].value * params.factor","params": {"factor": 1.1}},"order": "desc"}}
}

4.6 嵌套对象排序

1. 基本嵌套排序

   {"sort": [{"comments.date": {"order": "desc","nested": {"path": "comments"}}}]
   }
   

2. 带过滤的嵌套排序

   {"sort": [{"comments.date": {"order": "asc","nested": {"path": "comments","filter": {"term": { "comments.verified": true }}}}}]
   }
   

五、_source 返回字段控制

_source 参数是 Elasticsearch 查询 DSL 中一个非常重要的功能，它控制着查询结果中原始文档（source document）的返回方式。合理使用 _source 可以显著优化查询性能并减少网络传输量。

5.1 _source 基础概念

_source 是 Elasticsearch 存储的原始 JSON 文档。默认情况下，当你执行搜索时，Elasticsearch 会返回完整的 _source 文档。

5.2 为什么需要控制 _source

1. 减少网络传输：只返回需要的字段。
2. 提高查询性能：减少数据序列化/反序列化开销。
3. 安全性：隐藏敏感字段。
4. 灵活性：可以重命名字段或添加脚本字段。

5.3 _source 的基本用法

1. 禁用 _source 返回

   {"_source": false,"query": {"match_all": {}}
   }
   

2. 返回特定字段

   {"_source": ["field1", "field2"],"query": {"match_all": {}}
   }
   

3. 使用通配符

   {"_source": ["user.*", "*.id"],"query": {"match_all": {}}
   }
   

5.4 高级 _source 控制

1. 包含/排除模式

   {"_source": {"includes": ["*.name", "user.*"],"excludes": ["user.password", "*.secret"]},"query": {"match_all": {}}
   }
   

2. 嵌套字段控制

   {"_source": {"includes": ["user.name", "comments.text"],"excludes": ["user.email", "comments.ip"]},"query": {"match_all": {}}
   }
   

六、script_fields 脚本字段

script_fields 是 Elasticsearch 查询 DSL 中一个强大的功能，它允许你在查询结果中动态计算并返回新的字段值，而不需要这些字段实际存储在文档中。

6.1 script_fields 基础

1. 基本语法结构

   {"query": { ... },"script_fields": {"field_name": {"script": {"source": "script_source","params": { ... }}}}
   }
   

2. 核心特点

   • 运行时计算：在查询时动态计算字段值。
   • 不改变存储：不影响原始文档，只影响返回结果。
   • 灵活性强：可以使用 Painless 等脚本语言编写复杂逻辑。
   • 性能考虑：脚本执行会增加查询开销。

6.2 基本用法

1. 简单计算字段

   {"query": { "match_all": {} },"script_fields": {"discounted_price": {"script": {"source": "doc['price'].value * 0.9"}}}
   }
   

2. 使用参数

   {"query": { "match_all": {} },"script_fields": {"final_price": {"script": {"source": "doc['price'].value * params.discount","params": {"discount": 0.85}}}}
   }
   

3. 多字段计算

   {"query": { "match_all": {} },"script_fields": {"total_value": {"script": {"source": "doc['price'].value * doc['quantity'].value"}}}
   }
   

6.3 高级用法

1. 条件逻辑

   {"script_fields": {"price_category": {"script": {"source": """double price = doc['price'].value;if (price < 50) return 'low';else if (price < 200) return 'medium';else return 'high';"""}}}
   }
   

2. 处理数组字段

   {"script_fields": {"avg_rating": {"script": {"source": """if (doc['ratings'].size() == 0) return 0;double sum = 0;for (rating in doc['ratings']) {sum += rating;}return sum / doc['ratings'].size();"""}}}
   }
   

3. 日期处理

   {"script_fields": {"days_since_post": {"script": {"source": """ChronoUnit.DAYS.between(doc['post_date'].value,Instant.now())""","lang": "painless"}}}
   }
   

七、highlight 高亮显示

高亮(highlight)是 Elasticsearch 中一个非常有用的功能，它能够将查询匹配到的关键词在返回的文本内容中标记出来，便于用户快速定位匹配内容。

7.1 基础用法

1. 基本语法结构

   {"query": { ... },"highlight": {"fields": {"field_name": { ... }}}
   }
   

2. 简单示例

   {"query": {"match": { "content": "Elasticsearch" }},"highlight": {"fields": {"content": {}}}
   }
   

7.2 核心配置参数

1. 高亮标签设置

   {"highlight": {"pre_tags": ["<em>"],"post_tags": ["</em>"],"fields": {"content": {}}}
   }
   

2. 高亮片段控制

   {"highlight": {"fields": {"content": {"fragment_size": 150,"number_of_fragments": 3,"no_match_size": 150}}}
   }
   

   • fragment_size：每个高亮片段的大小（字符数）
   • number_of_fragments：返回的最大片段数（0表示返回整个字段）
   • no_match_size：没有匹配时返回的字段长度

3. 高亮策略

   {"highlight": {"fields": {"content": {"type": "plain",  // 或"fvh"(fast vector highlighter),"unified""boundary_scanner": "sentence"}}}
   }
   

7.3 高级 highlight 功能

1. 多字段高亮

   {"highlight": {"fields": {"title": {},"content": {"number_of_fragments": 5}}}
   }
   

2. 不同字段不同标签

   {"highlight": {"pre_tags": ["<strong>"],"post_tags": ["</strong>"],"fields": {"title": {"pre_tags": ["<b>"],"post_tags": ["</b>"]},"content": {}}}
   }
   

3. 短语高亮优化

   {"query": {"match_phrase": { "content": "Elasticsearch tutorial" }},"highlight": {"fields": {"content": {"phrase_limit": 10,"highlight_query": {"bool": {"should": [{ "match": { "content": "Elasticsearch" } },{ "match": { "content": "tutorial" } }]}}}}}
   }