Elasticsearch 进阶

特性	Low-Level REST Client	High-Level REST Client	Java API Client
抽象层级	最低，直接发送JSON请求	中，提供对象化的API	最高，完全基于对象，类型安全
官方状态	仍可用，但建议迁移	已弃用 (Deprecated)，不再推荐	官方推荐 (Recommended)
适用版本	所有版本	ES 7.x 及更早版本	ES 8.x 及以后版本
上手难度	较难，需手动构建JSON	简单，API直观	中等，需理解新的函数式构建方式

黑马旅游案例：

yfeif/hotel-demo: 黑马旅游网案例https://github.com/yfeif/hotel-demo

1.索引库操作

2.文档操作

文档操作根据原请求也能正常处理数据，但是有些解析的时候由于ES版本是8.4.1，依赖是7.12.1导致空指针异常，所以改写为初级的请求。

3.DSL 查询文档

1.DSL 查询分类

🔍 搜索引擎DSL查询的分类（以Elasticsearch/OpenSearch为例）

在搜索领域，DSL查询特指用JSON风格定义的查询语言。其查询可按结构和功能进行分类，最常见的分类方式如下：

一、按查询结构分类

这是最基础的分类方式，将查询分为两大类：

类别	描述	特点	常见类型
叶子查询 (Leaf Query)	在单个字段上查找特定值的查询，是查询的最小单元。	独立使用，针对特定字段执行搜索。	全文检索、精确查询、地理查询等。
复合查询 (Compound Query)	包装一个或多个叶子查询或复合查询，用于组合条件或改变其行为。	通过逻辑运算（如布尔）组合多个查询条件。	`bool`, `function_score`, `dis_max` 等。

二、按查询功能分类

在叶子查询内部，根据功能又可以细分为以下几种：

查询所有 ：最简单，用于测试，返回索引中的所有文档。例如：match_all。
全文检索查询 ：对输入文本分词后，在text类型字段中搜索。例如：match（单字段）、multi_match（多字段）。
精确查询 ：对keyword、数值、日期等字段进行不分词 的精确查找。例如：term（精确值）、range（范围查询）。
地理查询 ：基于经纬度等地理数据进行搜索。例如：geo_distance（距离）、geo_bounding_box（矩形范围）。
专业查询 ：处理特定需求的查询，如span query（跨度查询，用于精确位置搜索）、nested query（嵌套查询）、joining query（关联查询）等。

📝 其他分类维度

查询 (Query) vs 过滤 (Filter) ：query上下文会计算相关性得分 并排序；filter上下文只做筛选，不计算得分，性能更高，常用于缓存。
按数据类型 ：查询方式需匹配字段类型，例如text字段用全文检索，keyword字段用精确查询。

💎 总结

简单来说，对DSL查询的分类可以从三个层面理解：

广义概念 ：分为外部DSL 和内部DSL。
结构上 ：分为叶子查询 和复合查询。
功能上 ：叶子查询可进一步分为全文检索 、精确查询 、地理查询等。

html 复制代码

# 查询所有
GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

2.全文检索查询

全文检索（Full-Text Search）是搜索引擎和数据库中最核心的查询方式之一，它不是为了进行简单的"字符串匹配"，而是为了进行理解内容含义的"语义"搜索。

💡 什么是全文检索？

简单来说，全文检索的过程就像查字典：

建立索引（查字典前的准备工作）：系统会像编写字典的"索引页"一样，扫描文档中的每一个词，为它们建立索引。这个索引会记录每个词出现在哪些文档、以及出现的次数和位置。这个索引结构通常被称为"倒排索引"（Inverted Index）。
执行搜索（根据索引查内容）：当你输入关键词查询时，系统不会去原文里逐字扫描，而是直接去"倒排索引"这个目录里快速查找，然后返回包含这些词的文档。

这种"先建目录，再查目录"的方式，让检索效率远高于传统的LIKE模糊匹配。

⚙️ 核心原理：分词与倒排索引

全文检索之所以能"理解"你的搜索，主要依赖两个关键技术：

分词（Analysis） ：在建立索引和执行搜索时，系统都会用分词器（Analyzer） 将文本切分成一个个独立的词条（Term）。例如，"我爱北京天安门"会被切分为"我"、"爱"、"北京"、"天安门"等词条。
倒排索引（Inverted Index）：这是全文检索速度的保证。它是一个词条到文档ID的映射表，能快速定位包含特定词条的所有文档。

📋 常见查询类型（以Elasticsearch为例）

在实际使用中，最常见的全文检索查询类型如下：

查询类型	描述	适用场景
`match` 查询	最基础、最核心的全文查询。会对输入进行分词，然后搜索任意一个分词结果。	绝大多数常规的搜索场景，如电商、博客的搜索框。
`match_phrase` 查询	短语匹配。不仅要求所有词出现，还要求它们的顺序和位置必须一致。	搜索精确的短语，如"机器学习"、"中华人民共和国"。
`multi_match` 查询	`match`查询的多字段版本。可以在多个字段（如标题、内容、标签）中同时搜索。	不确定关键词在哪个字段，需要在多个字段中综合搜索。
`query_string` 查询	支持复杂的语法，如布尔逻辑（`AND`、`OR`、`NOT`）、通配符等。	提供给有经验的高级用户，进行精确、复杂的搜索。
`simple_query_string` 查询	`query_string`的简化、更健壮版本。对语法错误容忍度更高，更适合面向普通用户。	直接暴露给终端用户的搜索框，避免因用户输入特殊字符导致报错。
`intervals` 查询	高级匹配。可以对匹配词项的顺序和邻近度（Proximity）进行精细控制。	法律、学术等对文本位置关系有严格要求的专业搜索。

此外，还有一些特定场景的变种，如match_phrase_prefix常用于搜索框的自动补全（Auto-complete）功能。

💎 总结：全文检索 vs. 精确查询

理解全文检索，关键在于区分它和精确查询（Term Query）：

处理方式 ：全文检索会对输入文本进行分词 ；而精确查询不会，它将输入作为一个整体。
搜索目标 ：全文检索搜索的是分词后的词条 ；精确查询搜索的是未经处理的完整词条。
主要用途 ：全文检索用于相关性搜索 ，如Google、百度；精确查询用于过滤，如查找特定ID、状态、精确分类等。

html 复制代码

# match查询
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "外滩如家"
    }
  }
}
# multi_match查询
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "外滩如家",
      "fields": ["brand","name","business"]
    }
  }

3.精准查询

在Elasticsearch等搜索引擎的DSL中，精确查询对应的是术语级查询（Term-level Query） 。它的核心特点是：查询条件不会被分词器处理，而是作为一个完整的、精确的词条（Term），直接去倒排索引中匹配。

简单来说，全文检索是"模糊理解"，而精确查询是"铁面无私"的一对一比对。

⚙️ 核心机制：不分词 + 精确匹配

精确查询的执行逻辑非常直白：

索引时 ：文档中的字段值（如果是keyword类型）会作为一个完整的词条存入倒排索引。
查询时 ：你输入的搜索词不会被分词，直接拿到倒排索引里查找完全相同的词条。

html 复制代码

# term查询
GET /hotel/_search
{
  "query":
  {
    "term":
    {
      "city": {
        "value": "北京"
      }
    }
  }
}
# range查询
GET /hotel/_search
{
  "query":
  {
    "range":
    {
      "price": {
        "gte": 900,
        "lte": 2000
      }
    }
  }
}

📋 常见精确查询类型

在日常开发中，最常用的精确查询主要有以下几种：

查询类型	描述	示例场景
`term` 查询	最核心的精确匹配，用于查找单个字段的精确值。	查询状态为 `"已完成"` 的订单；查找 `age` 等于 `25` 的用户。
`terms` 查询	`term` 的批量版，匹配字段值等于给定数组中任意一个的文档。	查找状态为 `"待支付"` 或 `"已取消"` 的订单。
`range` 查询	查找字段值在指定数值或日期范围内的文档。	查找价格在 `100-200` 之间的商品；查找近7天的日志。
`exists` 查询	查找包含指定字段（且值不为`null`）的文档。	查找所有填写了 `email` 字段的用户。
`term` 的变体	如 `prefix`（前缀匹配）、`wildcard`（通配符）、`regexp`（正则）	查找所有以 `"A"` 开头的产品编码。

4.地理坐标查询

核心数据类型：geo_point

在进行任何地理查询前，索引中用于存储位置的字段类型必须是 geo_point。它支持多种经纬度格式：

对象格式 ："location": {"lat": 41.12, "lon": -71.34}
数组格式 ："location": [-71.34, 41.12]（注意：GeoJSON格式是经度在前，纬度在后）
字符串格式 ："location": "41.12,-71.34"（纬度在前，经度在后）
GeoJSON格式 ："location": {"type": "Point", "coordinates": [-71.34, 41.12]}
WKT格式 ："location": "POINT (-71.34 41.12)"

📌 主要的地理查询类型

Elasticsearch提供了几种主要的地理查询方式：

geo_distance 查询：查找"附近"的位置

用于查找距某中心点指定距离内的所有文档。例如，查找(39.90, 116.65)坐标2公里 内的所有位置：距离单位可以是 km（公里）或 m（米）等

html 复制代码

# distance 查询
GET /hotel/_search
{
  "query": {
    "geo_distance": {
      "distance": "2km",
      "location":  "39.90,116.65"
      }
    }
}

geo_bounding_box 查询：查找"矩形框"内的位置

用于查找落在指定矩形范围内的所有文档。需要提供矩形的左上角 和右下角两个点的坐标。例如，查找以下矩形框内的位置：

html 复制代码

GET /my_locations/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_bounding_box": {
          "pin.location": {
            "top_left": { "lat": 40.73, "lon": -74.1 },
            "bottom_right": { "lat": 40.01, "lon": -71.12 }
          }
        }
      }
    }
  }
}

5.组合查询

组合查询，在Elasticsearch中特指复合查询（Compound Query） ，它的核心作用是将多个独立的查询条件组合成一个整体，以实现更复杂的搜索逻辑

html 复制代码

GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "all": "北京"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "brand": "如家"
            }
          },
          "weight": 10
        }
      ],
      "boost_mode": "sum"
    }
  }
}

html 复制代码

GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        { "term": { "city": "北京" } }   
      ],
      "should": [
        { "term": { "brand.keyword": "7天酒店" } },
        { "term": { "brand.keyword": "速8" } }
      ],
      "must_not": [
        {"range": {"price": {"lte": 500}}}
      ],
      "filter": [{"range": {"score": {"gte": 45}}}
      ]
    }
  }
}

4.查询结果处理

html 复制代码

# 分数按照降序价格按照升序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    { "score":"desc"},
    { "price": "asc"}
  ]
}

# 按照经纬度升序
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    { "_geo_distance": {"location": { "lat": 39.911, "lon": 116.395 },
      "order": "asc",
      "unit": "km"
    }
    }
  ]
}

html 复制代码

GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  },
  "highlight": {
    "fields": {
      "all": {},
      "name": {"require_field_match": "false"}
    }
  }
}