1. ES查询语法

Elasticsearch（ES）的查询语法非常强大且灵活，允许执行从简单到复杂的各种搜索操作。ES查询主要基于两种类型：Leaf Query Clauses（叶查询子句）和Compound Query Clauses（复合查询子句）。以下是ES查询语法的全面介绍：

1. Leaf Query Clauses

叶查询子句直接对数据进行查询。常用的叶查询子句包括：

• Match Query：对文本进行全文搜索，支持文本分析。

  { "match": { "field": "text" } }
  

• Term Query：对文本进行精确搜索，不分析文本。

  { "term": { "field": "value" } }
  

• Range Query：基于范围的查询，用于数字、日期等类型。

  { "range": { "field": { "gte": 10, "lte": 20 } } }
  

• Exists Query：检查文档中是否存在某个字段。

  { "exists": { "field": "name" } }
  

• Wildcard Query：使用通配符的模糊查询。

  { "wildcard": { "field": "val*" } }
  

• Regexp Query：使用正则表达式的查询。

  { "regexp": { "field": "regex" } }
  

2. Compound Query Clauses

复合查询子句允许将多个查询组合成一个逻辑查询。常用的复合查询子句包括：

• Bool Query：将多个查询组合使用布尔逻辑。

  {"bool": {"must": [{...}],"should": [{...}],"must_not": [{...}],"filter": [{...}]}
  }
  

• Dis Max Query：对子查询的最佳匹配进行打分和排序。

  { "dis_max": { "queries": [{...}] } }
  

• Constant Score Query：将查询的分数设置为常数。

  { "constant_score": { "filter": {...} } }
  

• Function Score Query：根据特定函数修改查询的分数。

  {"function_score": {"query": {...},"functions": [{...}]}
  }
  

3. Full Text Queries

全文查询专用于处理文本数据，提供全面的文本搜索能力。

• Match Query：对全文字段进行搜索。
• Multi Match Query：在多个字段上执行相同的Match查询。
• Match Phrase Query：搜索完全匹配指定短语的文档。

4. Joining Queries

连接查询用于处理嵌套和父子关系的数据。

• Nested Query：在嵌套对象上执行查询。
• Has Child/Has Parent Query：查询子文档或父文档。

5. Geo Queries

地理查询用于处理包含地理位置数据的文档。

• Geo Distance Query：查询距离某个点一定范围内的文档。
• Geo Bounding Box Query：查询位于指定矩形区域内的文档。

6. Specialized Queries

专门的查询用于特定场景。

• More Like This Query：查找与给定文档类似的文档。
• Script Query：使用脚本进行自定义查询。

7. Aggregation

虽然不是查询语句，但聚合是ES中的一个重要特性，用于对数据进行分组和统计。

Elasticsearch的查询语法覆盖了从简单的全文搜索到复杂的数据分析的各种需求。了解和掌握这些查询语法可以帮助开发者有效地利用Elasticsearch处理和分析

2. ES查询业务举例

创建复杂的Elasticsearch查询语句需要深入了解你的数据结构和业务需求。下面我将提供一些示例查询，并解释它们的功能。这些查询覆盖了不同的场景和Elasticsearch的高级特性。

1. 多条件匹配查询

查询user_data索引中名字为John并且年龄在30到40岁之间的用户：

GET /user_data/_search
{"query": {"bool": {"must": [{ "match": { "name": "John" }},{ "range": { "age": { "gte": 30, "lte": 40 }}}]}}
}

2. 全文搜索与高亮显示

在blog_posts索引中搜索包含Elasticsearch tutorial的博客文章，并高亮显示匹配的文本：

GET /blog_posts/_search
{"query": {"match": { "content": "Elasticsearch tutorial" }},"highlight": {"fields": {"content": {}}}
}

3. 聚合查询

统计orders索引中每个用户的订单数量：

GET /orders/_search
{"size": 0,"aggs": {"user_orders": {"terms": { "field": "user_id" },"aggs": {"order_count": { "value_count": { "field": "order_id" }}}}}
}

4. 模糊搜索

在products索引中对产品名称进行模糊搜索，查找类似iphon的产品：

GET /products/_search
{"query": {"fuzzy": {"name": {"value": "iphon","fuzziness": "AUTO"}}}
}

5. 地理位置搜索

在restaurants索引中搜索距离某个坐标5km范围内的餐厅：

GET /restaurants/_search
{"query": {"bool": {"filter": {"geo_distance": {"distance": "5km","location": {"lat": 40.715,"lon": -73.988}}}}}
}

6. 嵌套查询

查询employee_data索引中，有技能名称为Java且水平为expert的员工：

GET /employee_data/_search
{"query": {"nested": {"path": "skills","query": {"bool": {"must": [{ "match": { "skills.name": "Java" }},{ "match": { "skills.level": "expert" }}]}}}}
}

7. 多索引搜索

同时在blogs和news索引中搜索包含Elasticsearch的文章：

GET /blogs,news/_search
{"query": {"match": { "content": "Elasticsearch" }}
}

8. 时间范围查询

查询events索引中在2020-01-01到2020-12-31之间发生的事件：

GET /events/_search
{"query": {"range": {"date": {"gte": "2020-01-01","lte": "2020-12-31"}}}
}

9. 正则表达式查询

在users索引中搜索电子邮件地址符合特定正则表达式的用户：

GET /users/_search
{"query": {"regexp": {"email": ".*@example\\.com"}}
}

10. 脚本查询

使用脚本在products索引中计算并查询符合某个条件的产品（例如，价格与税的总和大于100）：

GET /products/_search
{"query": {"script": {"script": {"source": "doc['price'].value + doc['tax'].value > 100"}}}
}

这些查询示例展示了Elasticsearch在处理各种复杂搜索和数据分析任务方面的强大能力。根据具体的业务需求，可以进一步定制和优化这些查询以获得最佳的搜索体验和性能。