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，must，must_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。