Elasticsearch DSL查询语法

qq_5470261792025-03-29 17:44

一、简介

Elasticsearch DSL 提供了极其丰富的查询功能，从简单的全文搜索到复杂的地理空间查询、嵌套文档查询和聚合分析。DSL 查询的基本结构包含以下几个主要部分：

bash 复制代码 
{
  "query": { ... },      // 查询条件（核心部分）
  "aggs": { ... },       // 聚合分析
  "sort": [ ... ],       // 排序规则
  "from": 0,             // 分页起始位置
  "size": 10,            // 返回结果数量
  "_source": { ... },    // 返回字段控制
  "script_fields": { ... }, // 脚本字段
  "highlight": { ... },  // 高亮显示
  "explain": true,       // 是否返回评分解释
  "timeout": "10s"       // 超时设置
}

二、query 查询条件

Elasticsearch 的 DSL 查询语言提供了丰富的查询类型，可以满足各种搜索需求。query 查询主要分为以下几大类：

  1. 全文查询（Full Text Queries）
  2. 词项级查询（Term-level Queries）
  3. 复合查询（Compound Queries）
  4. 地理位置查询（Geo Queries）
  5. 特殊查询（Specialized Queries）
  6. 嵌套和父子文档查询
2.1 全文查询（Full Text Queries）

用于在文本字段上执行全文搜索，会对查询字符串进行分析处理。

  1. match 查询

    • 用途：最基本的全文查询类型，会对查询文本进行分词处理。
    bash 复制代码 
    {
  "query": {
    "match": {
      "content": {
        "query": "Elasticsearch tutorial",
        "operator": "and",  // 必须包含所有词项
        "minimum_should_match": "75%",  // 至少匹配75%的词项
        "fuzziness": "AUTO",  // 自动模糊匹配
        "analyzer": "standard"
      }
    }
  }
}
    • 参数说明：
      • operator：默认为 or，可设为 and 要求所有词项匹配。
      • minimum_should_match：最小匹配词项数或百分比。
      • fuzziness：模糊匹配级别（"AUTO"或0-2）。
      • analyzer：指定分析器。

  2. match_phrase 查询

    • 用途：精确匹配整个短语，保持词项顺序。
    bash 复制代码 
    {
  "query": {
    "match_phrase": {
      "title": {
        "query": "quick brown fox",
        "slop": 2,  // 允许词项间最多间隔2个词
        "analyzer": "english"
      }
    }
  }
}
    • 参数说明：
      • slop：允许的词项间隔距离（默认0）。
      • analyzer：指定分析器。

  3. match_phrase_prefix 查询

    • 用途：短语前缀匹配，最后一个词项做前缀匹配。
    bash 复制代码 
    {
  "query": {
    "match_phrase_prefix": {
      "title": {
        "query": "Elast sear",
        "max_expansions": 10,  // 最多扩展10个前缀匹配项
        "slop": 1
      }
    }
  }
}
    • 参数说明：
      • max_expansions：前缀扩展的最大数量(默认50)。
      • slop：允许的词项间隔距离。

  4. multi_match 查询

    • 用途：在多个字段上执行全文搜索。
    bash 复制代码 
    {
  "query": {
    "multi_match": {
      "query": "Elasticsearch",
      "fields": ["title^3", "content", "abstract^2"],  // 字段权重设置
      "type": "best_fields",  // 最佳匹配字段得分
      "tie_breaker": 0.3  // 其他匹配字段得分权重
    }
  }
}

  5. query_string 查询

    • 用途：支持Lucene查询语法。
    bash 复制代码 
    {
  "query": {
    "query_string": {
      "default_field": "content",
      "query": "(Elasticsearch AND tutorial) OR (Kibana AND guide)",
      "default_operator": "OR",
      "allow_leading_wildcard": false,
      "fuzziness": "AUTO"
    }
  }
}
    • 常用语法元素：
      • field:value 指定字段搜索
      • AND/OR/NOT 逻辑操作
      • +必须包含 -必须不包含
      • * 通配符
      • ~ 模糊搜索
      • [TO] 范围搜索

  6. simple_query_string 查询

    • 用途：更健壮的 query_string 简化版。
    bash 复制代码 
    {
  "query": {
    "simple_query_string": {
      "query": "Elasticsearch +tutorial -beginner",
      "fields": ["title", "content"],
      "default_operator": "and",
      "analyze_wildcard": true
    }
  }
}
2.2 词项级查询（Term-level Queries）

  1. term 查询

    • 用途：精确匹配单个词项。
    bash 复制代码 
    {
  "query": {
    "term": {
      "status": {
        "value": "published",
        "boost": 1.5  // 权重提升
      }
    }
  }
}

  2. terms 查询

    • 用途：匹配多个精确词项，相当于 SQL 中的 IN 查询。
    bash 复制代码 
    {
  "query": {
    "terms": {
      "tags": ["java", "search", "database"],
      "boost": 2.0
    }
  }
}

  3. range 查询

    • 用途：范围查询，支持数值、日期和IP地址。
    bash 复制代码 
    {
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lt": 1000,
        "boost": 2.0,
        "format": "yyyy-MM-dd"  // 日期格式
      }
    }
  }
}

  4. exists 查询

    • 用途：查找包含指定字段的文档。
    bash 复制代码 
    {
  "query": {
    "exists": {
      "field": "description"
    }
  }
}

  5. prefix 查询

    • 用途：前缀匹配查询。
    bash 复制代码 
    {
  "query": {
    "prefix": {
      "user.id": {
        "value": "ki",
        "rewrite": "constant_score"  // 重写方法
      }
    }
  }
}
    • 参数说明：
      • rewrite：控制如何重写查询，可选值：
        • constant_score (默认)
        • constant_score_boolean
        • scoring_boolean
        • top_terms_N (N为数字)

  6. wildcard 查询

    • 用途：通配符查询，支持 * (匹配多个字符) 和 ? (匹配单个字符)。
    bash 复制代码 
    {
  "query": {
    "wildcard": {
      "user.id": {
        "value": "k*y",
        "boost": 1.0,
        "rewrite": "scoring_boolean"
      }
    }
  }
}

  7. regexp 查询

    • 用途：正则表达式匹配。
    bash 复制代码 
    {
  "query": {
    "regexp": {
      "user.id": {
        "value": "k.*y",
        "flags": "ALL",
        "max_determinized_states": 10000
      }
    }
  }
}
    • 支持的标志(flags)：
      • ALL：启用所有可选操作符
      • COMPLEMENT：允许使用 ~ 取反
      • INTERVAL：允许使用 <> 间隔
      • INTERSECTION ：允许使用 & 表示与操作
      • ANYSTRING：允许使用 @ 匹配任何字符串

  8. fuzzy 查询

    • 用途：模糊查询，允许一定程度的拼写错误。
    bash 复制代码 
    {
  "query": {
    "fuzzy": {
      "title": {
        "value": "Elastcsearch",
        "fuzziness": "2",  // 允许2个字符的差异
        "prefix_length": 3  // 前3个字符必须精确匹配
      }
    }
  }
}
    • fuzziness 取值：
      • AUTO：基于词项长度自动确定
      • 0：不允许差异
      • 1：允许1个字符差异
      • 2：允许2个字符差异
2.3 复合查询（Compound Queries）

  1. bool 查询

    • 用途：组合多个查询条件。
    bash 复制代码 
    {
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "Elasticsearch" } },
        { "range": { "date": { "gte": "2023-01-01" } } }
      ],
      "should": [
        { "match": { "content": "tutorial" } },
        { "term": { "category": "technology" } }
      ],
      "must_not": [
        { "term": { "status": "archived" } }
      ],
      "filter": [
        { "term": { "language": "english" } }
      ],
      "minimum_should_match": 1,
      "boost": 1.0
    }
  }
}

    • 各子句详解

      子句 描述 影响评分 使用场景
      must 必须匹配 是 主要查询条件
      should 应该匹配 是 次要条件或增强相关性
      must_not 必须不匹配 否 排除条件
      filter 必须匹配 否 过滤条件

  2. boosting 查询

    • 用途：降低某些文档的得分。
    bash 复制代码 
    {
  "query": {
    "boosting": {
      "positive": {
        "match": { "content": "apple" }
      },
      "negative": {
        "match": { "content": "pie tart fruit" }
      },
      "negative_boost": 0.5,
      "boost": 1.0
    }
  }
}

  3. constant_score 查询

    • 用途：固定分数查询，通常与 filter 一起使用。
    bash 复制代码 
    {
  "query": {
    "constant_score": {
      "filter": {
        "term": { "status": "active" }
      },
      "boost": 1.2
    }
  }
}

  4. dis_max 查询

    • 用途：取子查询中的最高分，适用于"最佳字段"匹配场景。
    bash 复制代码 
    {
  "query": {
    "dis_max": {
      "queries": [
        { "match": { "title": "Elasticsearch" } },
        { "match": { "content": "Elasticsearch" } },
        { "match": { "abstract": "Elasticsearch" } }
      ],
      "tie_breaker": 0.7,
      "boost": 1.2
    }
  }
}
2.4 地理位置查询（Geo Queries）

  1. geo_distance 查询

    • 用途：距离范围内搜索。
    bash 复制代码 
    {
  "query": {
    "geo_distance": {
      "distance": "10km",
      "distance_type": "arc",
      "location": {
        "lat": 40.715,
        "lon": -73.988
      },
      "validation_method": "STRICT"
    }
  }
}

  2. geo_bounding_box 查询

    • 用途：矩形范围内搜索。
    bash 复制代码 
    {
  "query": {
    "geo_bounding_box": {
      "location": {
        "top_left": {
          "lat": 40.73,
          "lon": -74.1
        },
        "bottom_right": {
          "lat": 40.01,
          "lon": -71.12
        }
      },
      "validation_method": "COERCE"
    }
  }
}

  3. geo_polygon 查询

    • 用途：多边形范围内搜索
    bash 复制代码 
    {
  "query": {
    "geo_polygon": {
      "location": {
        "points": [
          { "lat": 40.73, "lon": -74.1 },
          { "lat": 40.01, "lon": -71.12 },
          { "lat": 50.56, "lon": -90.58 }
        ]
      },
      "validation_method": "IGNORE_MALFORMED"
    }
  }
}
2.5 特殊查询（Specialized Queries）

  1. more_like_this 查询

    • 用途：查找相似文档
    bash 复制代码 
    {
  "query": {
    "more_like_this": {
      "fields": ["title", "content"],
      "like": [
        {
          "_index": "articles",
          "_id": "1"
        },
        {
          "_index": "articles",
          "_id": "2"
        }
      ],
      "min_term_freq": 1,
      "max_query_terms": 25,
      "min_doc_freq": 2
    }
  }
}

  2. script 查询

    • 用途：脚本查询。
    bash 复制代码 
    {
  "query": {
    "script": {
      "script": {
        "source": """
          double price = doc['price'].value;
          double discount = params.discount;
          return price * (1 - discount) > params.min_price;
        """,
        "params": {
          "discount": 0.1,
          "min_price": 50
        }
      }
    }
  }
}

  3. pinned 查询

    • 用途：固定某些文档在结果顶部
    bash 复制代码 
    {
  "query": {
    "pinned": {
      "ids": ["1", "2", "3"],
      "organic": {
        "match": {
          "description": "Elasticsearch"
        }
      }
    }
  }
}
2.6 嵌套和父子文档查询

  1. nested 查询

    • 用途：嵌套对象查询。
    bash 复制代码 
    {
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "bool": {
          "must": [
            { "match": { "comments.author": "John" } },
            { "range": { "comments.date": { "gte": "2023-01-01" } } }
          ]
        }
      },
      "score_mode": "max",
      "inner_hits": {
        "size": 5,
        "name": "latest_comments"
      }
    }
  }
}

  2. has_child 查询

    • 用途：子文档查询。
    bash 复制代码 
    {
  "query": {
    "has_child": {
      "type": "comment",
      "score_mode": "sum",
      "min_children": 2,
      "max_children": 10,
      "query": {
        "match": { "content": "great" }
      },
      "inner_hits": {}
    }
  }
}

  3. has_parent 查询

    • 用途：父文档查询。
    bash 复制代码 
    {
  "query": {
    "has_parent": {
      "parent_type": "blog",
      "score": true,
      "query": {
        "term": { "category": "technology" }
      },
      "inner_hits": {
        "name": "parent_blog"
      }
    }
  }
}

三、aggs 聚合分析

Elasticsearch 的聚合分析功能提供了强大的数据统计和分析能力，能够对数据进行分组、统计和计算各种指标。聚合操作可以嵌套使用，构建复杂的数据分析管道。

3.1 聚合的三种类型
  1. 指标聚合（Metric Aggregations）：计算数值指标，如 sum、avg、max 等。
  2. 桶聚合（Bucket Aggregations）：将文档分组到不同的桶中。
  3. 管道聚合（Pipeline Aggregations）：对其他聚合的结果进行再聚合。
3.2 聚合基本结构
bash 复制代码 
{
  "aggs": {                        // 也可以使用"aggregations"
    "agg_name": {                  // 自定义聚合名称
      "agg_type": {                // 聚合类型
        "agg_body": ...            // 聚合体
      }
    }
  }
}
3.3 指标聚合

  1. 基本指标聚合

    • avg - 平均值

      bash 复制代码 
      {
  "aggs": {
    "avg_price": {
      "avg": { "field": "price" }
    }
  }
}

    • sum - 求和

      bash 复制代码 
      {
  "aggs": {
    "total_sales": {
      "sum": { "field": "sales" }
    }
  }
}

    • max/min - 最大/最小值

      bash 复制代码 
      {
  "aggs": {
    "max_age": {
      "max": { "field": "age" }
    }
  }
}

    • stats - 基本统计

      bash 复制代码 
      {
  "aggs": {
    "price_stats": {
      "stats": { "field": "price" }
    }
  }
}

    • extended_stats - 扩展统计

      bash 复制代码 
      {
  "aggs": {
    "price_extended_stats": {
      "extended_stats": { "field": "price" }
    }
  }
}

    • cardinality - 基数统计（去重计数）

      bash 复制代码 
      {
  "aggs": {
    "unique_users": {
      "cardinality": { "field": "user_id" }
    }
  }
}

  2. 高级指标聚合

    • percentiles - 百分位数

      bash 复制代码 
      {
  "aggs": {
    "load_time_percentiles": {
      "percentiles": {
        "field": "load_time",
        "percents": [95, 99, 99.9]
      }
    }
  }
}

    • percentile_ranks - 百分位排名

      bash 复制代码 
      {
  "aggs": {
    "load_time_ranks": {
      "percentile_ranks": {
        "field": "load_time",
        "values": [500, 1000]
      }
    }
  }
}

    • top_hits - 返回每组顶部文档

      bash 复制代码 
      {
  "aggs": {
    "top_tags": {
      "terms": { "field": "tags" },
      "aggs": {
        "top_tag_hits": {
          "top_hits": {
            "size": 1,
            "sort": [{ "date": { "order": "desc" } }]
          }
        }
      }
    }
  }
}
3.4 桶聚合

  1. 基本桶聚合

    • terms - 按词项分组

      bash 复制代码 
      {
  "aggs": {
    "genres": {
      "terms": {
        "field": "genre",
        "size": 10,
        "order": { "_count": "desc" }
      }
    }
  }
}

    • range - 按范围分组

      bash 复制代码 
      {
  "aggs": {
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          { "to": 50 },
          { "from": 50, "to": 100 },
          { "from": 100 }
        ]
      }
    }
  }
}

    • date_range - 日期范围分组

      bash 复制代码 
      {
  "aggs": {
    "date_ranges": {
      "date_range": {
        "field": "date",
        "format": "yyyy-MM-dd",
        "ranges": [
          { "to": "now-10d/d" },
          { "from": "now-10d/d", "to": "now" },
          { "from": "now" }
        ]
      }
    }
  }
}

    • histogram - 直方图

      bash 复制代码 
      {
  "aggs": {
    "prices": {
      "histogram": {
        "field": "price",
        "interval": 50,
        "extended_bounds": {
          "min": 0,
          "max": 500
        }
      }
    }
  }
}

    • date_histogram - 日期直方图

      bash 复制代码 
      {
  "aggs": {
    "sales_over_time": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month",
        "format": "yyyy-MM-dd",
        "min_doc_count": 0
      }
    }
  }
}

  2. 高级桶聚合

    • nested - 嵌套对象聚合

      bash 复制代码 
      {
  "aggs": {
    "comments": {
      "nested": { "path": "comments" },
      "aggs": {
        "by_user": {
          "terms": { "field": "comments.user" }
        }
      }
    }
  }
}

    • filter - 过滤后聚合

      bash 复制代码 
      {
  "aggs": {
    "high_value": {
      "filter": { "range": { "price": { "gte": 100 } } },
      "aggs": {
        "avg_price": { "avg": { "field": "price" } }
      }
    }
  }
}

    • filters - 多过滤器聚合

      bash 复制代码 
      {
  "aggs": {
    "messages": {
      "filters": {
        "filters": {
          "errors": { "term": { "level": "error" } },
          "warnings": { "term": { "level": "warning" } }
        }
      }
    }
  }
}
3.5 管道聚合

  1. 基础管道聚合

    • avg_bucket - 计算桶平均值

      bash 复制代码 
      {
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": { "sum": { "field": "price" } }
      }
    },
    "avg_monthly_sales": {
      "avg_bucket": {
        "buckets_path": "sales_per_month>sales"
      }
    }
  }
}

    • derivative - 计算导数

      bash 复制代码 
      {
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": { "sum": { "field": "price" } },
        "sales_deriv": {
          "derivative": { "buckets_path": "sales" }
        }
      }
    }
  }
}

  2. 高级管道聚合

    • cumulative_sum - 累计和

      bash 复制代码 
      {
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": { "sum": { "field": "price" } },
        "cumulative_sales": {
          "cumulative_sum": { "buckets_path": "sales" }
        }
      }
    }
  }
}

    • moving_avg - 移动平均

      bash 复制代码 
      {
  "aggs": {
    "sales_per_month": {
      "date_histogram": {
        "field": "date",
        "calendar_interval": "month"
      },
      "aggs": {
        "sales": { "sum": { "field": "price" } },
        "moving_avg": {
          "moving_avg": { "buckets_path": "sales" }
        }
      }
    }
  }
}

四、sort 排序

排序是 Elasticsearch 搜索中非常重要的功能，它决定了返回结果的顺序。

4.1 基本排序语法

  1. 简单排序

    bash 复制代码 
    {
  "query": { ... },
  "sort": [
    { "field_name": { "order": "desc" } }
  ]
}

  2. 多字段排序

    bash 复制代码 
    {
  "query": { ... },
  "sort": [
    { "price": { "order": "asc" } },
    { "date": { "order": "desc" } }
  ]
}
4.2 排序类型

  1. 字段值排序

    • 最常见的排序方式，基于字段值排序。

      bash 复制代码 
      {
  "sort": [
    { "price": { "order": "asc" } }
  ]
}

  2. 特殊排序

    • _score：按相关性评分排序

      bash 复制代码 
      {
  "query": { "match": { "title": "elasticsearch" } },
  "sort": [
    "_score",
    { "date": "desc" }
  ]
}

    • _doc：按索引顺序排序（性能最高）

      bash 复制代码 
      {
  "sort": "_doc"
}

    • _shard_doc：按分片文档顺序排序

      bash 复制代码 
      {
  "sort": "_shard_doc"
}

  3. 多值字段排序

    • 当字段有多个值时，可以指定如何选择排序值：
    bash 复制代码 
    {
  "sort": [
    {
      "dates": {
        "order": "asc",
        "mode": "min",  // min/max/avg/sum/median
        "nested": {
          "path": "dates",
          "filter": { "range": { "dates.date": { "gte": "now-1y/y" } } }
        }
      }
    }
  ]
}
4.3 排序模式（mode）

当字段是多值字段时，需要指定使用哪个值进行排序：

模式 描述
min 使用最小值排序
max 使用最大值排序
sum 使用所有值的和排序
avg 使用平均值排序
median 使用中位数排序

示例：

bash 复制代码 
{
  "sort": [
    {
      "prices": {
        "order": "asc",
        "mode": "avg"
      }
    }
  ]
}
4.4 地理距离排序

  1. 基本语法

    bash 复制代码 
    {
  "sort": [
    {
      "_geo_distance": {
        "field": "location",
        "points": [ { "lat": 40.715, "lon": -73.988 } ],
        "order": "asc",
        "unit": "km",
        "distance_type": "arc"
      }
    }
  ]
}

  2. 多地点排序

    bash 复制代码 
    {
  "sort": [
    {
      "_geo_distance": {
        "location": [ "40.715,-73.988", "41.602,-73.087" ],
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}
4.5 脚本排序

使用自定义脚本进行排序：

bash 复制代码 
{
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": "doc['price'].value * params.factor",
        "params": {
          "factor": 1.1
        }
      },
      "order": "desc"
    }
  }
}
4.6 嵌套对象排序

  1. 基本嵌套排序

    bash 复制代码 
    {
  "sort": [
    {
      "comments.date": {
        "order": "desc",
        "nested": {
          "path": "comments"
        }
      }
    }
  ]
}

  2. 带过滤的嵌套排序

    bash 复制代码 
    {
  "sort": [
    {
      "comments.date": {
        "order": "asc",
        "nested": {
          "path": "comments",
          "filter": {
            "term": { "comments.verified": true }
          }
        }
      }
    }
  ]
}

五、_source 返回字段控制

_source 参数是 Elasticsearch 查询 DSL 中一个非常重要的功能，它控制着查询结果中原始文档（source document）的返回方式。合理使用 _source 可以显著优化查询性能并减少网络传输量。

5.1 _source 基础概念

_source 是 Elasticsearch 存储的原始 JSON 文档。默认情况下，当你执行搜索时，Elasticsearch 会返回完整的 _source 文档。

5.2 为什么需要控制 _source
  1. 减少网络传输：只返回需要的字段。
  2. 提高查询性能：减少数据序列化/反序列化开销。
  3. 安全性：隐藏敏感字段。
  4. 灵活性：可以重命名字段或添加脚本字段。
5.3 _source 的基本用法

  1. 禁用 _source 返回

    bash 复制代码 
    {
  "_source": false,
  "query": {
    "match_all": {}
  }
}

  2. 返回特定字段

    bash 复制代码 
    {
  "_source": ["field1", "field2"],
  "query": {
    "match_all": {}
  }
}

  3. 使用通配符

    bash 复制代码 
    {
  "_source": ["user.*", "*.id"],
  "query": {
    "match_all": {}
  }
}
5.4 高级 _source 控制

  1. 包含/排除模式

    bash 复制代码 
    {
  "_source": {
    "includes": ["*.name", "user.*"],
    "excludes": ["user.password", "*.secret"]
  },
  "query": {
    "match_all": {}
  }
}

  2. 嵌套字段控制

    bash 复制代码 
    {
  "_source": {
    "includes": ["user.name", "comments.text"],
    "excludes": ["user.email", "comments.ip"]
  },
  "query": {
    "match_all": {}
  }
}

六、script_fields 脚本字段

script_fields 是 Elasticsearch 查询 DSL 中一个强大的功能，它允许你在查询结果中动态计算并返回新的字段值，而不需要这些字段实际存储在文档中。

6.1 script_fields 基础

  1. 基本语法结构

    bash 复制代码 
    {
  "query": { ... },
  "script_fields": {
    "field_name": {
      "script": {
        "source": "script_source",
        "params": { ... }
      }
    }
  }
}

  2. 核心特点

    • 运行时计算：在查询时动态计算字段值。
    • 不改变存储：不影响原始文档，只影响返回结果。
    • 灵活性强：可以使用 Painless 等脚本语言编写复杂逻辑。
    • 性能考虑：脚本执行会增加查询开销。
6.2 基本用法

  1. 简单计算字段

    bash 复制代码 
    {
  "query": { "match_all": {} },
  "script_fields": {
    "discounted_price": {
      "script": {
        "source": "doc['price'].value * 0.9"
      }
    }
  }
}

  2. 使用参数

    bash 复制代码 
    {
  "query": { "match_all": {} },
  "script_fields": {
    "final_price": {
      "script": {
        "source": "doc['price'].value * params.discount",
        "params": {
          "discount": 0.85
        }
      }
    }
  }
}

  3. 多字段计算

    bash 复制代码 
    {
  "query": { "match_all": {} },
  "script_fields": {
    "total_value": {
      "script": {
        "source": "doc['price'].value * doc['quantity'].value"
      }
    }
  }
}
6.3 高级用法

  1. 条件逻辑

    bash 复制代码 
    {
  "script_fields": {
    "price_category": {
      "script": {
        "source": """
          double price = doc['price'].value;
          if (price < 50) return 'low';
          else if (price < 200) return 'medium';
          else return 'high';
        """
      }
    }
  }
}

  2. 处理数组字段

    bash 复制代码 
    {
  "script_fields": {
    "avg_rating": {
      "script": {
        "source": """
          if (doc['ratings'].size() == 0) return 0;
          double sum = 0;
          for (rating in doc['ratings']) {
            sum += rating;
          }
          return sum / doc['ratings'].size();
        """
      }
    }
  }
}

  3. 日期处理

    bash 复制代码 
    {
  "script_fields": {
    "days_since_post": {
      "script": {
        "source": """
          ChronoUnit.DAYS.between(
            doc['post_date'].value,
            Instant.now()
          )
        """,
        "lang": "painless"
      }
    }
  }
}

七、highlight 高亮显示

高亮(highlight)是 Elasticsearch 中一个非常有用的功能，它能够将查询匹配到的关键词在返回的文本内容中标记出来，便于用户快速定位匹配内容。

7.1 基础用法

  1. 基本语法结构

    bash 复制代码 
    {
  "query": { ... },
  "highlight": {
    "fields": {
      "field_name": { ... }
    }
  }
}

  2. 简单示例

    bash 复制代码 
    {
  "query": {
    "match": { "content": "Elasticsearch" }
  },
  "highlight": {
    "fields": {
      "content": {}
    }
  }
}
7.2 核心配置参数

  1. 高亮标签设置

    bash 复制代码 
    {
  "highlight": {
    "pre_tags": ["<em>"],
    "post_tags": ["</em>"],
    "fields": {
      "content": {}
    }
  }
}

  2. 高亮片段控制

    bash 复制代码 
    {
  "highlight": {
    "fields": {
      "content": {
        "fragment_size": 150,
        "number_of_fragments": 3,
        "no_match_size": 150
      }
    }
  }
}
    • fragment_size：每个高亮片段的大小（字符数）
    • number_of_fragments：返回的最大片段数（0表示返回整个字段）
    • no_match_size：没有匹配时返回的字段长度

  3. 高亮策略

    bash 复制代码 
    {
  "highlight": {
    "fields": {
      "content": {
        "type": "plain",  // 或"fvh"(fast vector highlighter),"unified"
        "boundary_scanner": "sentence"
      }
    }
  }
}
7.3 高级 highlight 功能

  1. 多字段高亮

    bash 复制代码 
    {
  "highlight": {
    "fields": {
      "title": {},
      "content": {
        "number_of_fragments": 5
      }
    }
  }
}

  2. 不同字段不同标签

    bash 复制代码 
    {
  "highlight": {
    "pre_tags": ["<strong>"],
    "post_tags": ["</strong>"],
    "fields": {
      "title": {
        "pre_tags": ["<b>"],
        "post_tags": ["</b>"]
      },
      "content": {}
    }
  }
}

  3. 短语高亮优化

    bash 复制代码 
    {
  "query": {
    "match_phrase": { "content": "Elasticsearch tutorial" }
  },
  "highlight": {
    "fields": {
      "content": {
        "phrase_limit": 10,
        "highlight_query": {
          "bool": {
            "should": [
              { "match": { "content": "Elasticsearch" } },
              { "match": { "content": "tutorial" } }
            ]
          }
        }
      }
    }
  }
}
相关推荐
jianghx10241 天前
Docker部署ES，开启安全认证并且设置账号密码（已运行中）
安全·elasticsearch·docker·es账号密码设置
IT小哥哥呀1 天前
电池制造行业数字化实施
大数据·制造·智能制造·数字化·mom·电池·信息化
Xi xi xi1 天前
苏州唯理科技近期也正式发布了国内首款神经腕带产品
大数据·人工智能·经验分享·科技
yumgpkpm1 天前
华为鲲鹏 Aarch64 环境下多 Oracle 、mysql数据库汇聚到Cloudera CDP7.3操作指南
大数据·数据库·mysql·华为·oracle·kafka·cloudera
UMI赋能企业1 天前
制造业流程自动化提升生产力的全面分析
大数据·人工智能
TDengine （老段）1 天前
TDengine 数学函数 FLOOR 用户手册
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
派可数据BI可视化1 天前
商业智能BI 浅谈数据孤岛和数据分析的发展
大数据·数据库·数据仓库·信息可视化·数据挖掘·数据分析
jiedaodezhuti1 天前
Flink性能调优基石：资源配置与内存优化实践
大数据·flink
半梦半醒*1 天前
搭建Jenkins
linux·运维·centos·tomcat·jenkins·运维开发
Lx3521 天前
Flink窗口机制详解：如何处理无界数据流
大数据
热门推荐
01GitHub 镜像站点02BongoCat - 跨平台键盘猫动画工具03UV安装并设置国内源04GitLab 零基础入门指南：从安装到项目管理全流程05Linux下V2Ray安装配置指南06一文了解国产算子编程语言 TileLang，TileLang 对国产开源生态的影响与启示07NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南082025软件测试面试八股文（含答案+文档）09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10Labelme从安装到标注：零基础完整指南