Elasticsearch的查询语法——DSL 查询

控制台打印日志:

index-name: local_es_staff_info202404021352

DSL:{"size":10000,"query":{"bool":{"must":[{"terms":{"emplId":["001756","000043","004193"],"boost":1.0}}],"adjust_pure_negative":true,"boost":1.0}},"track_total_hits":2147483647}

esStaffMapper 是与 Elasticsearch 数据库交互的 Mapper。

Elasticsearch 使用自己的查询语言 DSL(Domain Specific Language),这是一种 JSON 格式的查询语言。DSL 查询比传统 SQL 更符合 Elasticsearch 的分布式、全文搜索引擎的特性。

例如,在日志中:

json 复制代码
 {
      "size": 10000,
      "query": {
        "bool": {
          "must": [
            {
              "terms": {
                "emplId": ["001756", "000043", "004193"],
                "boost": 1.0
              }
            }
          ],
          "adjust_pure_negative": true,
          "boost": 1.0
        }
      },
      "track_total_hits": 2147483647
    }
复制代码
这段 JSON 表示一个 Elasticsearch 查询,其中:
    terms 查询用于匹配 emplId 字段的特定值。
    boost 用于提升查询的相关性。
    track_total_hits 用于控制结果的最大计数。

为什么打印的是 DSL,而不是 SQL?
    MyBatis-Plus 不是直接用于 Elasticsearch。它主要用于关系型数据库(如 MySQL、PostgreSQL),而在使用的是与 Elasticsearch 交互的框架或库(如 Spring Data Elasticsearch 或其他自定义的 Elasticsearch Mapper)。因此,查询语句是基于 Elasticsearch 的查询 DSL,而不是 SQL。

如何调试或查看 Elasticsearch 的查询

如果想调试或查看 Elasticsearch 的查询执行过程,可以使用以下方式:

复制代码
查看日志:
    Elasticsearch 提供了丰富的日志输出,可以在 Elasticsearch 的配置中设置日志级别为 DEBUG 或 TRACE,从而查看查询的执行细节。

查看请求:
    如果使用的是 Spring Data Elasticsearch,可以启用 org.springframework.data.elasticsearch.core 的日志来查看查询请求。
    还可以在代码中手动查看或打印出构建的 Elasticsearch 请求体。

查看 Elasticsearch 请求:
    如果有访问 Elasticsearch 的 REST API,可以直接将 DSL 查询通过 HTTP 请求发送到 Elasticsearch 集群,然后查看返回的响应结果。比如通过 curl 或 Postman 发起查询请求。
相关推荐
Theodore_10222 小时前
大数据(1) 大数据概述
大数据·hadoop·数据分析·spark·hbase
Aurora_NeAr2 小时前
Apache Spark详解
大数据·后端·spark
IvanCodes4 小时前
六、Sqoop 导出
大数据·hadoop·sqoop
代码匠心4 小时前
从零开始学Flink:揭开实时计算的神秘面纱
java·大数据·后端·flink
归去_来兮6 小时前
图神经网络(GNN)模型的基本原理
大数据·人工智能·深度学习·图神经网络·gnn
TDengine (老段)7 小时前
TDengine 支持的平台汇总
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
火龙谷7 小时前
【hadoop】相关集群开启命令
大数据·hadoop·分布式
Elasticsearch8 小时前
ES8 向量功能窥探系列(二):向量数据的存储与优化
elasticsearch
livemetee9 小时前
一个完整的日志收集方案:Elasticsearch + Logstash + Kibana+Filebeat (二)
大数据·elk·搜索引擎