掌握 Elasticsearch 查询 DSL：数据检索的基础命令

Elasticsearch 以其处理海量非结构化和结构化数据的速度和灵活性而闻名。其检索能力的核心在于 查询领域特定语言 (Query Domain Specific Language, DSL)——这是一种基于 JSON 的强大语言，用于通过 Search API 定义复杂的搜索请求。理解查询 DSL 对于超越简单的关键词搜索，执行精确、过滤和聚合的数据检索至关重要。

本指南将带您了解 Elasticsearch 查询 DSL 的基本组成部分。我们将探讨核心查询类型，演示如何使用 bool 查询将它们组合成复杂的逻辑，并提供实用的示例，帮助您掌握从索引中高效检索数据的技能。

Elasticsearch 搜索请求的结构

所有的 Elasticsearch 搜索都是针对特定索引（或多个索引）的 _search 端点执行的。一个基本的搜索请求是一个 POST 请求，其中包含一个定义查询参数的 JSON 主体。此主体中最关键的部分是 query 对象。

基本结构：

POST /your_index_name/_search
{
  "query": { ... 在此处定义您的查询结构 ... },
  "size": 10, 
  "from": 0
}

核心查询类型：精确性和相关性

查询 DSL 提供了多种查询，可针对不同的数据类型和匹配需求进行定制。查询的选择会显著影响相关性评分和性能。

1. 全文搜索：`match` 查询

The match 查询是跨分析字段进行全文搜索的标准方法。它会对搜索词进行分词处理，并在指定的字段中查找匹配的分词。

使用场景： 搜索自然语言文本，并且相关性评分很重要。

示例： 查找 'description' 字段包含 'cloud' 或 'computing' 单词的文档。

GET /products/_search
{
  "query": {
    "match": {
      "description": "cloud computing"
    }
  }
}

2. 精确值匹配：`term` 查询

The term 查询用于查找包含指定精确词条的文档。与 match 不同，它不对搜索字符串进行分析，因此非常适合在已索引的关键词、ID 或数字字段上进行精确匹配。

使用场景： 在未分析的字段（如 keyword 字段或数字）中按精确值过滤。

示例： 检索 ID 精确为 SKU10021 的产品。

GET /products/_search
{
  "query": {
    "term": {
      "product_id": "SKU10021"
    }
  }
}

3. 范围查询 (Range Queries)

范围查询允许您过滤字段值落在指定范围（数字、日期或字符串）内的文档。

语法： 使用 gt（大于）、gte（大于或等于）、lt（小于）和 lte（小于或等于）。

示例： 查找 2024 年 1 月 1 日之后下的订单。

GET /orders/_search
{
  "query": {
    "range": {
      "order_date": {
        "gte": "2024-01-01",
        "lt": "2025-01-01"
      }
    }
  }
}

4. 按存在性过滤：`exists` 查询

The exists 查询用于识别特定字段存在（即非 null 或缺失）的文档。

示例： 查找所有提供了电子邮件地址的用户。

GET /users/_search
{
  "query": {
    "exists": {
      "field": "email_address"
    }
  }
}

使用 `bool` 查询构建复杂逻辑

对于几乎所有的实际搜索应用，您都需要组合多个标准。bool 查询是实现这一目标的关键工具，它允许您使用布尔逻辑组合其他查询子句。

`bool` 中的子句

The bool 查询接受四个主要子句：

must：此数组中的所有子句必须匹配。must 中的子句有助于计算相关性得分。
filter：此数组中的所有子句必须匹配，但它们是在非评分上下文中执行的。这使得它们在进行严格的包含/排除标准时速度更快。
should：此数组中至少有一个子句应该匹配。这些子句会影响相关性得分，但对于匹配本身是可选的。
must_not：此数组中的所有子句都不能匹配（逻辑上的 NOT 等价物）。

实际 `bool` 查询示例

让我们结合几个概念，查找提及“security”但排除草稿且在“US”区域可用的高优先级文档。

GET /logs/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "security breach"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "region.keyword": "US"
          }
        }
      ],
      "should": [
        {
          "term": {
            "priority": 5
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "status.keyword": "DRAFT"
          }
        }
      ]
    }
  }
}

示例说明：

Must： 文档的内容字段中必须包含短语“security breach”。
Filter： 文档必须被标记为“US”区域（快速、精确匹配）。
Should： 匹配 priority: 5 的文档将获得相关性得分提升，但满足 must 和 filter 子句的低优先级文档仍将被返回。
Must Not： 状态标记为“DRAFT”的文档被严格排除。

查询构建最佳实践

为确保搜索既准确又高效，请遵循以下准则：

对于非评分标准，优先使用 filter 而非 must。 如果您只是检查包含/排除（例如，按 ID、确切日期或状态过滤），请始终在 bool 查询中使用 filter 子句。这可以利用缓存并避免昂贵的评分计算。
明智地使用精确查询： 对于映射为 text（已分析）的字段，使用 match。对于映射为 keyword（未分析）的字段，使用 term 或范围查询。
避免深度嵌套： 尽管可行，但深度嵌套的 bool 查询会变得难以阅读和调试，有时还可能导致性能下降。
利用 minimum_should_match： 对于 should 子句，设置 minimum_should_match（例如设置为 1 或 2）会强制满足一定数量的可选条件，有效地将它们转变为必需条件，同时仍允许它们为评分做出贡献。

掌握查询 DSL 意味着学会为正确的任务匹配正确的工具——当上下文很重要时，使用 match 的分析能力；当需要精确性时，使用 term 和 filter 的精确度和速度。通过应用这些基本查询类型并利用 bool 查询的组合能力，您可以构建出高度有效且高效的 Elasticsearch 数据检索策略。

掌握 Elasticsearch 查询 DSL：数据检索的基础命令

Elasticsearch 搜索请求的结构

核心查询类型：精确性和相关性

1. 全文搜索：match 查询

2. 精确值匹配：term 查询

3. 范围查询 (Range Queries)

4. 按存在性过滤：exists 查询

使用 bool 查询构建复杂逻辑

bool 中的子句

实际 bool 查询示例