第4课: 查询DSL

什么是Query DSL？

Query DSL（Domain Specific Language）是Elasticsearch提供的基于JSON的查询语言，用于构建复杂的搜索查询。它分为两大类：叶子查询（Leaf Query）和复合查询（Compound Query）。

查询上下文 vs 过滤上下文

特性	查询上下文（Query Context）	过滤上下文（Filter Context）
作用	计算相关性评分	判断是否匹配（是/否）
性能	较慢，需要计算_score	更快，可以缓存
使用场景	全文搜索、相关性排序	精确匹配、范围过滤
示例	搜索"手机"相关商品	价格在1000-5000之间

全文查询（Full Text Queries）

1. Match查询

最常用的全文搜索查询，会对查询文本进行分词。

# 基础match查询
GET /products/_search
{
  "query": {
    "match": {
      "name": "苹果手机"
    }
  }
}

# 指定操作符（默认OR）
GET /products/_search
{
  "query": {
    "match": {
      "name": {
        "query": "苹果手机",
        "operator": "and"  # 必须同时包含"苹果"和"手机"
      }
    }
  }
}

# 设置最小匹配度
GET /products/_search
{
  "query": {
    "match": {
      "description": {
        "query": "轻薄 便携 高性能 长续航",
        "minimum_should_match": "75%"  # 至少匹配3个词
      }
    }
  }
}

2. Match Phrase查询

短语匹配，要求词条顺序一致。

# 精确短语匹配
GET /products/_search
{
  "query": {
    "match_phrase": {
      "description": "iPhone 15 Pro"
    }
  }
}

# 允许词条间有间隔（slop）
GET /products/_search
{
  "query": {
    "match_phrase": {
      "description": {
        "query": "iPhone Pro",
        "slop": 2  # 允许中间有最多2个词
      }
    }
  }
}

3. Multi Match查询

在多个字段上执行match查询。

# 多字段搜索
GET /products/_search
{
  "query": {
    "multi_match": {
      "query": "iPhone",
      "fields": ["name", "description", "brand"]
    }
  }
}

# 字段权重提升
GET /products/_search
{
  "query": {
    "multi_match": {
      "query": "手机",
      "fields": ["name^3", "description", "category^2"],
      "type": "best_fields"
    }
  }
}

# 不同的匹配类型
GET /products/_search
{
  "query": {
    "multi_match": {
      "query": "苹果手机",
      "fields": ["name", "description"],
      "type": "cross_fields",  # 跨字段匹配
      "operator": "and"
    }
  }
}

精确查询（Term-Level Queries）

1. Term查询

精确匹配，不分词，用于keyword、数字、日期等字段。

# 精确匹配品牌
GET /products/_search
{
  "query": {
    "term": {
      "brand.keyword": "Apple"
    }
  }
}

# 精确匹配价格
GET /products/_search
{
  "query": {
    "term": {
      "price": 7999
    }
  }
}

# 带权重的term查询
GET /products/_search
{
  "query": {
    "term": {
      "category.keyword": {
        "value": "手机",
        "boost": 2.0
      }
    }
  }
}

2. Terms查询

匹配多个精确值（OR关系）。

# 匹配多个品牌
GET /products/_search
{
  "query": {
    "terms": {
      "brand.keyword": ["Apple", "Samsung", "Huawei"]
    }
  }
}

# 匹配多个价格
GET /products/_search
{
  "query": {
    "terms": {
      "price": [5999, 7999, 9999]
    }
  }
}

3. Range查询

范围查询，用于数字、日期等字段。

# 价格范围查询
GET /products/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 5000,  # 大于等于
        "lte": 10000  # 小于等于
      }
    }
  }
}

# 日期范围查询
GET /products/_search
{
  "query": {
    "range": {
      "release_date": {
        "gte": "2023-01-01",
        "lt": "2024-01-01",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

# 相对时间查询
GET /logs/_search
{
  "query": {
    "range": {
      "timestamp": {
        "gte": "now-7d/d",  # 最近7天
        "lt": "now/d"
      }
    }
  }
}

4. Exists查询

查询字段存在的文档。

# 查询有description字段的文档
GET /products/_search
{
  "query": {
    "exists": {
      "field": "description"
    }
  }
}

# 查询没有description字段的文档
GET /products/_search
{
  "query": {
    "bool": {
      "must_not": {
        "exists": {
          "field": "description"
        }
      }
    }
  }
}

复合查询（Compound Queries）

Bool查询

Bool查询是最重要的复合查询，可以组合多个查询条件。

子句	说明	影响评分
must	必须匹配，相当于AND	是
should	应该匹配，相当于OR	是
must_not	必须不匹配，相当于NOT	否（过滤上下文）
filter	必须匹配，但不计算评分	否（过滤上下文）

# 复杂bool查询示例
GET /products/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "手机"
          }
        }
      ],
      "filter": [
        {
          "range": {
            "price": {
              "gte": 3000,
              "lte": 8000
            }
          }
        },
        {
          "term": {
            "status.keyword": "在售"
          }
        }
      ],
      "should": [
        {
          "term": {
            "brand.keyword": "Apple"
          }
        },
        {
          "term": {
            "brand.keyword": "Samsung"
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "category.keyword": "二手"
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

# 嵌套bool查询
GET /products/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "category": "手机"
          }
        }
      ],
      "filter": [
        {
          "bool": {
            "should": [
              {
                "range": {
                  "price": {
                    "lte": 3000
                  }
                }
              },
              {
                "term": {
                  "brand.keyword": "Apple"
                }
              }
            ]
          }
        }
      ]
    }
  }
}

其他常用查询

1. Wildcard查询（通配符）

# 通配符查询
GET /products/_search
{
  "query": {
    "wildcard": {
      "name.keyword": {
        "value": "iPhone*"  # *匹配任意字符，?匹配单个字符
      }
    }
  }
}

2. Prefix查询（前缀）

# 前缀查询
GET /products/_search
{
  "query": {
    "prefix": {
      "name.keyword": "iPhone"
    }
  }
}

3. Fuzzy查询（模糊）

# 模糊查询（容错搜索）
GET /products/_search
{
  "query": {
    "fuzzy": {
      "name": {
        "value": "iPone",  # 拼写错误
        "fuzziness": "AUTO"  # 自动计算编辑距离
      }
    }
  }
}

查询优化建议：

优先使用filter而非must，filter可以被缓存
避免在text字段上使用term查询，应使用match
wildcard和prefix查询性能较差，避免在大字段上使用
合理使用minimum_should_match控制匹配精度
使用boost调整字段权重，优化相关性排序

练习题

1. Match查询练习

搜索商品名称包含"手机"的所有商品
搜索描述中同时包含"轻薄"和"便携"的商品（使用operator）
搜索描述中至少匹配"高性能长续航快充大屏"中3个词的商品

2. Term查询练习

查询品牌为"Apple"的所有商品
查询价格为5999或7999的商品（使用terms）
查询价格在3000-8000之间的商品
查询最近30天发布的商品

3. Bool查询练习

查询品牌为Apple且价格低于10000的手机
查询价格3000-8000之间，品牌为Apple或Samsung的商品
查询手机类商品，排除二手商品，价格5000以上
复杂查询：名称包含"Pro"，价格5000-15000，品牌为Apple或Samsung，库存大于0

4. Multi Match练习

在name、description、brand三个字段中搜索"iPhone"
设置name字段权重为3，description权重为1
使用cross_fields类型进行跨字段搜索

5. 高级查询

使用wildcard查询所有以"iPhone"开头的商品
使用fuzzy查询容错搜索（故意拼错单词）
查询有图片字段的商品（使用exists）
查询没有评论的商品

6. 实战场景

电商搜索：实现带过滤条件的商品搜索（品牌、价格、分类）
日志查询：查询最近24小时内ERROR级别的日志
用户搜索：查询年龄18-35岁，城市为北京或上海的活跃用户

7. 性能对比

对比must和filter的性能差异（观察took时间）
对比match和term在不同字段类型上的表现

8. 调试查询

使用explain API理解查询评分机制
使用validate API验证查询语法

常见问题

Q: match和term有什么区别？

A: match用于全文搜索，会对查询文本分词；term用于精确匹配，不分词。match适用于text字段，term适用于keyword、数字、日期等字段。

Q: 什么时候用must，什么时候用filter？

A: 需要相关性评分时用must，只需要过滤数据时用filter。filter性能更好且可以缓存，建议优先使用。

Q: minimum_should_match如何使用？

A: 可以使用数字（至少匹配N个条件）、百分比（至少匹配N%的条件）或组合表达式。例如："2"表示至少匹配2个，"75%"表示至少匹配75%。

Q: 如何提高查询性能？

A: 1) 使用filter代替must；2) 避免wildcard和regex查询；3) 合理设置分片数量；4) 使用routing减少查询分片；5) 启用查询缓存。

上一课返回目录下一课