ES的DSL语句

1.相关概念

mysql与elasticsearch的概念对比：

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

• Mysql：擅长事务类型操作，可以确保数据的安全和一致性

• Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

• 对安全性要求较高的写操作，使用mysql实现

• 对查询性能要求较高的搜索需求，使用elasticsearch实现

• 两者再基于某种方式，实现数据的同步，保证一致性

2.索引操作

2.1 mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

• type：字段数据类型，常见的简单类型有：

  • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）

  • 数值：long、integer、short、byte、double、float、

  • 布尔：boolean

  • 日期：date

  • 对象：object

• index：参与搜索则需要创建索引，默认为true

• analyzer：使用哪种分词器

• properties：该字段的子字段

2.2 创建索引库

2.3 查询、删除索引库

GET /example

DELETE /example

 2.4 修改索引库

3.文档操作

3.1 新增文档

3.2 查询、删除文档

GET /example/_doc/ 1

DELETE /example/_doc/ 1

3.3 修改文档

3.4 查询文档

3.4.1  基本语法

3.4.2  查询所有

• 查询出所有数据，一般测试用。例如：match_all

• size控制每页展示数量，默认为20，size与query平级

3.4.3 全文检索查询

• 利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：

  • match：根据一个字段查询

  • multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

  • 搜索字段多，对查询性能影响大，因此建议采用copy_to，然后单字段查询的方式。

3.4.4 精确查询

• 根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。例如：

  • range：根据值的范围查询

  • term：根据词条精确值查询

3.4.5 地理（geo）查询

• 根据经纬度查询。例如：

  • geo_distance：附近查询，查询到指定中心点小于某个距离值的所有文档

  • geo_bounding_box：矩形范围查询，指定矩形的左上、右下两个点的坐标

3.4.6 复合（compound）查询

• 复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：

  • bool：布尔查询，利用逻辑关系组合多个其它的查询，实现复杂搜索

  • function_score：算分函数查询，可以控制文档相关性算分，控制文档排名

（1）算分函数查询

语法说明：

function score的运行流程如下：

• 1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）

• 2）根据过滤条件，过滤文档

• 3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）

• 4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

 （2） 布尔查询

布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：

• must：必须匹配每个子查询，类似“与”

• should：选择性匹配子查询，类似“或”

• must_not：必须不匹配，不参与算分，类似“非”

• filter：必须匹配，不参与算分

需要注意的是，搜索时，参与打分的字段越多，查询的性能也越差。因此这种多条件查询时，建议这样做：

• 搜索框的关键字搜索，是全文检索查询，使用must查询，参与算分

• 其它过滤条件，采用filter查询。不参与算分

3.5  搜索结果处理

查询之后对结果进行处理，和 “query” 是并列关系

3.5.1 排序

普通排序：

地理坐标排序：

3.5.2 分页

 深度分页问题:

• 当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力，因此elasticsearch会禁止from+ size 超过10000的请求。
• 针对深度分页，ES提供了两种解决方案：

  • search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。

  • scroll：原理将排序后的文档id形成快照，保存在内存。官方已经不推荐使用。

分页查询的常见实现方案以及优缺点：

• from + size：
  • 优点：支持随机翻页
  • 缺点：深度分页问题，默认查询上限（from + size）是10000
  • 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索
• after search：
  • 优点：没有查询上限（单次查询的size不超过10000）
  • 缺点：只能向后逐页查询，不支持随机翻页
  • 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页
• scroll：
  • 优点：没有查询上限（单次查询的size不超过10000）
  • 缺点：会有额外内存消耗，并且搜索结果是非实时的
  • 场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

3.5.3 高亮

注意：

• 高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询。

• 默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮

• 如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false，例如对copy_to了的字段

4. 聚合

聚合是对文档数据的统计、分析、计算

聚合常见的有三类：

• 桶（Bucket）聚合：用来对文档做分组

  • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组

  • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

• 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等

  • Avg：求平均值

  • Max：求最大值

  • Min：求最小值

  • Stats：同时求max、min、avg、sum等

• 管道（pipeline）聚合：其它聚合的结果为基础做聚合

参与聚合的字段类型必须是： keyword 、数值、 日期、 布尔

4.1 bucket 聚合 

aggs与query，size，bool平级

默认情况下，Bucket聚合会统计Bucket内的文档数量，并且按照count降序排序，可以自定义。

添加query条件，可以对限定条件的结果聚合。

 结果：

 4.2 Metric聚合

还可以给聚合结果做个排序，方式同上。

聚合类型可以指定为某一个，也可以直接写stats，min max avg count 都会显示

5. 设计索引库数据结构范例

#查询索引库
GET /hmall
#删除索引库
DELETE /hmall
# 查一个值
GET /hmall/_search
{
  "size": 1
}
# 创建索引库
PUT /hmall
{
   "settings":{
  "analysis":{
   "analyzer":{
    "my_analyzer":{
     "tokenizer":"ik_max_word",
      "filter":"py"
    },
    "completion_analyzer":{
      "tokenizer":"keyword",
      "filter":"py"
    }
   },
"filter":{
  "py":{
    "type":"pinyin",
    "keep_full_pinyin":false,
    "keep_joined_full_pinyin":true,
    "keep_original":true,
    "limit_first_letter_length":16,
    "remove_duplicated_term":true,
    "none_chinese_pinyin_tokenize":false
    }
   }
  }
 },
  "mappings": {
    "properties": {
      "category":{
        "type": "text",
        "index": true,
        "copy_to": "all"
      },
      "brand":{
        "type": "text",
        "index": true,
        "copy_to": "all"
      },
      "price":{
        "type": "long",
        "index": true
      },
      "sold":{
        "type": "integer",
        "index": true
      },
      "id":{
        "type": "long",
        "index": true
      },
      "name":{
        "type": "text",
        "index": true,
        "copy_to": "all"
      },
      "commentCount":{
        "type": "integer",
        "index": true
      },
      "image":{
        "type": "keyword",
        "index": false
      },
      "all":{
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_max_word"
      },
      "suggestion":{
        "type":"completion",
        "analyzer": "completion_analyzer",
        "search_analyzer": "keyword"
      }
    }
  }
}