当前位置： 首页 > backend >正文

【Elasticsearch】DSL 篇

backend 2025/5/15 6:00:34

Elasticsearch 之 DSL 篇

介绍

  • Elasticsearch 提供了基于 JSON 的 DSL 语句来定义查询条件，其 JavaAPI 就是在组织 DSL 条件。

  • 先学习 DSL 的查询语法，然后再基于 DSL 来对照学习 JavaAPI，就会事半功倍

  • json 格式，好理解，和 http 请求最兼容，应用最广

  • 官方文档：

    • Query DSL | Elasticsearch Guide | Elastic
    • Query DSL | 7.12.1

DSL 查询

Elasticsearch 的查询可以分为两大类：

  • 叶子查询（Leaf query clauses）：一般是在特定的字段里查询特定值，属于简单查询，很少单独使用。
  • 复合查询（Compound query clauses）：以逻辑方式组合多个叶子查询或者更改叶子查询的行为方式。

快速入门

语法：

  • GET /{索引库名}/_search：其中的 _search 是固定路径，不能修改
  • 由于 match_all 无条件，所以条件位置不写即可。
GET /{索引库名}/_search
{"query": {"查询类型": {// .. 查询条件}}
}// 示例：无条件查询
GET /user/_search
{"query": {"match_all": {}}
}

执行结果分析：

  • hits.hits：命中的文档的数组，你会发现虽然是 match_all，但是响应结果中并不会包含索引库中的所有文档，而是仅有 10 条。这是因为处于安全考虑，elasticsearch 设置了默认的查询条数。
  • took：花费时间，单位是毫秒
  • hits.total.value：查询总条数（超过 10000 条时最大只显示 10000）
  • hits.total.relation：实际总条数 和 显示总条数 的比较关系，gte 代表 大于等于 的关系
{"took" : 880,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : { // 命中的结果"total" : {"value" : 101,"relation" : "eq"},"max_score" : 1.0, // 所有结果中得分最高的文档的相关性算分"hits" : [{"_index" : "user","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : { // 文档中的原始数据，也是json对象"userName" : "zhangsan_0","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"userName" : "zhangsan_1","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "3","_score" : 1.0,"_source" : {"userName" : "zhangsan_2","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "4","_score" : 1.0,"_source" : {"userName" : "zhangsan_3","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "5","_score" : 1.0,"_source" : {"userName" : "zhangsan_4","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "6","_score" : 1.0,"_source" : {"userName" : "zhangsan_5","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "7","_score" : 1.0,"_source" : {"userName" : "zhangsan_6","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "8","_score" : 1.0,"_source" : {"userName" : "zhangsan_7","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "9","_score" : 1.0,"_source" : {"userName" : "zhangsan_8","gender" : 1}},{"_index" : "user","_type" : "_doc","_id" : "10","_score" : 1.0,"_source" : {"userName" : "zhangsan_9","gender" : 1}}]}
}

叶子查询

官方文档：Query DSL | Elasticsearch Guide 7.12 | Elastic

这里列举一些常见的，例如：

  • 全文检索查询（Full Text Queries）：利用分词器对用户输入搜索条件先分词，得到词条，然后再利用倒排索引搜索词条。例如：
    • match：
    • multi_match
  • 精确查询（Term-level queries）：不对用户输入搜索条件分词，根据字段内容精确值匹配。但只能查找keyword、数值、日期、boolean类型的字段。例如：
    • ids
    • term
    • range
  • 地理坐标查询**：**用于搜索地理位置，搜索方式很多，例如：
    • geo_bounding_box：按矩形搜索
    • geo_distance：按点和半径搜索
  • …略
全文检索查询

官方文档：Full text queries | Elasticsearch Guide 7.12 | Elastic

以全文检索中的 match 为例，语法如下：

  • 对搜索条件先分词，得到词条，然后搜索词条
GET /{索引库名}/_search
{"query": {"match": {"字段名": "搜索条件"}}
}

示例：

GET /user/_search
{"query": {"match": {"userName": "zhangsan"}}
}

与 match 类似的还有 multi_match，区别在于可以同时对多个字段搜索，而且多个字段都要满足，语法示例：

GET /{索引库名}/_search
{"query": {"multi_match": {"query": "搜索条件","fields": ["字段1", "字段2"]}}
}

示例：

GET /user/_search
{"query": {"multi_match": {"query": "zhangsan","fields": ["user_name", "userName"]}}
}
精确查询

官方文档：Term-level queries | Elasticsearch Guide 7.12 | Elastic

精确查询，英文是 Term-level query，顾名思义，词条级别的查询。

也就是说不会对用户输入的搜索条件再分词，而是作为一个词条，与搜索的字段内容精确值匹配。因此推荐查找 keyword、数值、日期、boolean 类型的字段。

例如：

  • id
  • price
  • 城市
  • 地名
  • 人名

等等，作为一个整体才有含义的字段。

以 term 查询为例，其语法如下：

GET /{索引库名}/_search
{"query": {"term": {"字段名": {"value": "搜索条件"}}}
}

再来看下 range 查询，语法如下：

GET /{索引库名}/_search
{"query": {"range": {"字段名": {"gte": {最小值},"lte": {最大值}}}}
}

range 是范围查询，对于范围筛选的关键字有：

  • gte：大于等于
  • gt：大于
  • lte：小于等于
  • lt：小于

复合查询

官方文档：Compound queries | Elasticsearch Guide 7.12 | Elastic

复合查询大致可以分为两类：

  1. 第一类：基于逻辑运算组合叶子查询，实现组合条件，例如
    • bool
  2. 第二类：基于某种算法修改查询时的文档相关性算分，从而改变文档排名。例如：
    • function_score
    • dis_max
算分函数查询

当我们利用 match 查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。

  • 从 elasticsearch5.1 开始，采用的相关性打分算法是 BM25 算法
  • 在 elasticsearch5.1 之前使用 TF-IDF 算法，由于该算法会因词频的增大，二无限增大，BM25 算法相对比较平缓，因此 5.1 之后都采用 BM25 算法

基于这套公式，就可以判断出某个文档与用户搜索的关键字之间的关联度，还是比较准确的。

但是，在实际业务需求中，常常会有竞价排名的功能。不是相关度越高排名越靠前，而是掏的钱多的排名靠前。

要想认为控制相关性算分，就需要利用 elasticsearch 中的 function score 查询了。

基本语法：

function score 查询中包含四部分内容：

  • 原始查询条件：query 部分，基于这个条件搜索文档，并且基于 BM25 算法给文档打分，原始算分（query score)
  • 过滤条件：filter 部分，符合该条件的文档才会重新算分
  • 算分函数：符合 filter 条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数
    • weight：函数结果是常量
    • field_value_factor：以文档中的某个字段值作为函数结果
    • random_score：以随机数作为函数结果
    • script_score：自定义算分函数算法
  • 运算模式：算分函数的结果、原始查询的相关性算分，两者之间的运算方式，包括：
    • multiply：相乘
    • replace：用function score替换query score
    • 其它，例如：sum、avg、max、min

function score 的运行流程如下：

  • 1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
  • 2）根据过滤条件，过滤文档
  • 3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
  • 4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

因此，其中的关键点是：

  • 过滤条件：决定哪些文档的算分被修改
  • 算分函数：决定函数算分的算法
  • 运算模式：决定最终算分结果

示例：给 IPhone 这个品牌的手机算分提高十倍，分析如下：

  • 过滤条件：品牌必须为 IPhone
  • 算分函数：常量 weight，值为 10
  • 算分模式：相乘 multiply

对应代码如下：

GET /hotel/_search
{"query": {"function_score": {"query": {  .... }, // 原始查询，可以是任意条件"functions": [ // 算分函数{"filter": { // 满足的条件，品牌必须是Iphone"term": {"brand": "Iphone"}},"weight": 10 // 算分权重为10}],"boost_mode": "multipy" // 加权模式：原始分数与函数结果的乘积}}
}
bool 查询

bool 查询，即布尔查询。就是利用逻辑运算来组合一个或多个查询子句的组合。

bool 查询支持的逻辑运算有：

  • must：必须匹配每个子查询，类似“与”
  • should：选择性匹配子查询，类似“或”
  • must_not：必须不匹配，不参与算分，类似“非”
  • filter：必须匹配，不参与算分

bool 查询的语法如下：

GET /items/_search
{"query": {"bool": {"must": [{"match": {"name": "手机"}}],"should": [{"term": {"brand": { "value": "vivo" }}},{"term": {"brand": { "value": "小米" }}}],"must_not": [{"range": {"price": {"gte": 2500}}}],"filter": [{"range": {"price": {"lte": 1000}}}]}}
}

出于性能考虑，与搜索关键字无关的查询尽量采用 must_not 或 filter 逻辑运算，避免参与相关性算分。

例如黑马商城的搜索页面：

  • 其中输入框的搜索条件肯定要参与相关性算分，可以采用 match。
  • 但是价格范围过滤、品牌过滤、分类过滤等尽量采用 filter，不要参与相关性算分。

比如，我们要搜索手机，但品牌必须是华为，价格必须是900~1599，那么可以这样写：

GET /items/_search
{"query": {"bool": {"must": [{"match": {"name": "手机"}}],"filter": [{"term": {"brand": { "value": "华为" }}},{"range": {"price": {"gte": 90000, "lt": 159900}}}]}}
}

排序

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.12/sort-search-results.html

elasticsearch 默认是根据相关度算分（_score）来排序，但是也支持自定义方式对搜索结果排序。

不过分词字段无法排序，能参与排序字段类型有：

  • keyword 类型、
  • 数值类型、
  • 地理坐标类型、
  • 日期类型等。

语法说明：

GET /indexName/_search
{"query": {"match_all": {}},"sort": [{"排序字段": {"order": "排序方式asc和desc"}}]
}

示例，我们按照商品价格降序排序：

GET /items/_search
{"query": {"match_all": {}},"sort": [{"price": {"order": "desc"}}]
}

分页

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.12/paginate-search-results.html

elasticsearch 默认情况下只返回 top10 的数据。而如果要查询更多数据就需要修改分页参数了。

基础分页

elasticsearch中通过修改 from、size 参数来控制要返回的分页结果：

  • from：从第几个文档开始
  • size：总共查询几个文档

类似于 mysql 中的 limit ?, ?

语法如下：

GET /items/_search
{"query": {"match_all": {}},"from": 0, // 分页开始的位置，默认为0"size": 10,  // 每页文档数量，默认10"sort": [{"price": {"order": "desc"}}]
}
深度分页

elasticsearch 的数据一般会采用分片存储，也就是把一个索引中的数据分成 N 份，存储到不同节点上。

  • 这种存储方式比较有利于数据扩展，但给分页带来了一些麻烦。

比如一个索引库中有 100000 条数据，分别存储到 4 个分片，每个分片 25000 条数据。现在每页查询 10 条，查询第 99 页。

那么分页查询的条件如下：

GET /items/_search
{"from": 990, // 从第990条开始查询"size": 10, // 每页查询10条"sort": [{"price": "asc"}]
}
  • 从语句来分析，要查询第 990~1000 名的数据 。
  • 从实现思路来分析，肯定是将所有数据排序，找出前 1000 名，截取其中的 990~1000 的部分。

但问题来了，我们如何才能找到所有数据中的前 1000 名呢？

  • 要知道每一片的数据都不一样，第 1 片上的第 900~1000，在另 1 个节点上并不一定依然是 900~1000 名。
  • 所以我们只能在每一个分片上都找出排名前 1000 的数据，然后汇总到一起，重新排序，才能找出整个索引库中真正的前 1000 名，此时截取 990~1000 的数据即可。
  • 即聚合所有结果，重新排序选取前 1000 个。

内存问题

试想一下，假如我们现在要查询的是第 999 页数据呢，是不是要找第 9990~10000 的数据，

  • 那岂不是需要把每个分片中的前 10000 名数据都查询出来，汇总在一起，在内存中排序？
  • 如果查询的分页深度更深呢，需要一次检索的数据岂不是更多？

由此可知，当查询分页深度较大时，汇总数据过多，对内存和 CPU 会产生非常大的压力。

因此 elasticsearch 会禁止 from+ size 超过 10000 的请求。

针对深度分页，elasticsearch 提供了两种解决方案：

  • search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。
  • scroll：原理将排序后的文档 id 形成快照，保存下来，基于快照做分页。官方已经不推荐使用。

总结

大多数情况下，我们采用普通分页就可以了。

  • 查看百度、京东等网站，会发现其分页都有限制。
  • 例如百度最多支持 77 页，每页不足 20 条。
  • 京东最多 100 页，每页最多 60 条。

因此，一般我们采用限制分页深度的方式即可，无需实现深度分页。

高亮

高亮原理

什么是高亮显示呢？

我们在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示。

观察页面源码，你会发现两件事情：

  • 高亮词条都被加了 <em> 标签
  • <em> 标签都添加了红色样式

css 样式肯定是前端实现页面的时候写好的，但是前端编写页面的时候是不知道页面要展示什么数据的，不可能给数据加标签。而服务端实现搜索功能，要是有 elasticsearch 做分词搜索，是知道哪些词条需要高亮的。

因此词条的高亮标签肯定是由服务端提供数据的时候已经加上的。

因此实现高亮的思路就是：

  • 用户输入搜索关键字搜索数据
  • 服务端根据搜索关键字到 elasticsearch 搜索，并给搜索结果中的关键字词条添加 html 标签
  • 前端提前给约定好的 html 标签添加 CSS 样式
实现高亮

事实上 elasticsearch 已经提供了给搜索关键字加标签的语法，无需我们自己编码。

基本语法如下：

GET /{索引库名}/_search
{"query": {"match": {"搜索字段": "搜索关键字"}},"highlight": {"fields": {"高亮字段名称": {"pre_tags": "<em>","post_tags": "</em>"}}}
}

注意：

  • 搜索必须有查询条件，而且是全文检索类型的查询条件，例如 match
  • 参与高亮的字段必须是 text 类型的字段
  • 默认情况下参与高亮的字段要与搜索字段一致，除非添加：required_field_match=false

总结

查询的DSL是一个大的JSON对象，包含下列属性：

  • query：查询条件
  • from 和 size：分页条件
  • sort：排序条件
  • highlight：高亮条件

RestClient 查询

DSL 参数名 和 JavaAPI 命名相似

快速入门

文档搜索的基本步骤是：

  1. 创建SearchRequest对象
  2. 准备request.source()，也就是DSL。
    • QueryBuilders来构建查询条件
    • 传入request.source() 的query()方法
  3. 发送请求，得到结果
  4. 解析结果（参考JSON结果，从外到内，逐层解析）

代码示例：

    @Testvoid testMatchAll() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数request.source().query(QueryBuilders.matchAllQuery());// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}private void handleResponse(SearchResponse response) {SearchHits searchHits = response.getHits();// 1.获取总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 2.遍历结果数组SearchHit[] hits = searchHits.getHits(); // 只会返回 10 条数据for (SearchHit hit : hits) {// 3.得到_source，也就是原始json文档String source = hit.getSourceAsString();// 4.反序列化并打印ItemDoc item = JSONUtil.toBean(source, ItemDoc.class);System.out.println(item);}}

叶子查询

所有的查询条件都是由 QueryBuilders 来构建的，叶子查询也不例外。因此整套代码中变化的部分仅仅是 query 条件构造的方式，其它不动。

例如match查询：

@Test
void testMatch() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数request.source().query(QueryBuilders.matchQuery("name", "脱脂牛奶"));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

再比如multi_match查询：

@Test
void testMultiMatch() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数request.source().query(QueryBuilders.multiMatchQuery("脱脂牛奶", "name", "category"));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

还有range查询：

@Test
void testRange() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数request.source().query(QueryBuilders.rangeQuery("price").gte(10000).lte(30000));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

还有term查询：

@Test
void testTerm() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数request.source().query(QueryBuilders.termQuery("brand", "华为"));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

复合查询

复合查询也是由 QueryBuilders 来构建，

以 bool 查询为例：

@Test
void testBool() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数// 2.1.准备bool查询BoolQueryBuilder bool = QueryBuilders.boolQuery();// 2.2.关键字搜索bool.must(QueryBuilders.matchQuery("name", "脱脂牛奶"));// 2.3.品牌过滤bool.filter(QueryBuilders.termQuery("brand", "德亚"));// 2.4.价格过滤bool.filter(QueryBuilders.rangeQuery("price").lte(30000));request.source().query(bool);// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

排序和分页

之前说过，requeset.source() 就是整个请求 JSON 参数，所以排序、分页都是基于这个来设置

代码示例如下：

@Test
void testPageAndSort() throws IOException {int pageNo = 1, pageSize = 5;// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数// 2.1.搜索条件参数request.source().query(QueryBuilders.matchQuery("name", "脱脂牛奶"));// 2.2.排序参数request.source().sort("price", SortOrder.ASC);// 2.3.分页参数request.source().from((pageNo - 1) * pageSize).size(pageSize);// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);
}

高亮

高亮查询与前面的查询有两点不同：

  • 条件同样是在 request.source() 中指定，只不过高亮条件要基于 HighlightBuilder 来构造
  • 高亮响应结果与搜索的文档结果不在一起，需要单独解析

示例代码如下：

    @Testvoid testHighlight() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.组织请求参数// 2.1.query条件request.source().query(QueryBuilders.matchQuery("name", "脱脂牛奶"));// 2.2.高亮条件request.source().highlighter(SearchSourceBuilder.highlight().field("name").preTags("<em>").postTags("</em>"));// 3.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 4.解析响应handleResponse(response);}private void handleResponse(SearchResponse response) {SearchHits searchHits = response.getHits();// 1.获取总条数long total = searchHits.getTotalHits().value;System.out.println("共搜索到" + total + "条数据");// 2.遍历结果数组SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {// 3.得到_source，也就是原始json文档String source = hit.getSourceAsString();// 4.反序列化ItemDoc item = JSONUtil.toBean(source, ItemDoc.class);// 5.获取高亮结果Map<String, HighlightField> hfs = hit.getHighlightFields();if (CollUtil.isNotEmpty(hfs)) {// 5.1.有高亮结果，获取name的高亮结果HighlightField hf = hfs.get("name");if (hf != null) {// 5.2.获取第一个高亮结果片段，就是商品名称的高亮值String hfName = hf.getFragments()[0].string();item.setName(hfName);}}System.out.println(item);}}

数据聚合

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.12/search-aggregations.html

聚合（aggregations）可以让我们极其方便的实现对数据的统计、分析、运算。例如：

  • 什么品牌的手机最受欢迎？
  • 这些手机的平均价格、最高价格、最低价格？
  • 这些手机每月的销售情况如何？

实现这些统计功能的比数据库的 sql 要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

聚合常见的有三类：

  • **桶（Bucket）**聚合：用来对文档做分组
  • TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
  • Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组
  • **度量（Metric）**聚合：用以计算一些值，比如：最大值、最小值、平均值等
  • Avg：求平均值
  • Max：求最大值
  • Min：求最小值
  • Stats：同时求 max、min、avg、sum 等
  • **管道（pipeline）**聚合：其它聚合的结果为基础做进一步运算

**注意：**参加聚合的字段必须是keyword、日期、数值、布尔类型

DSL 实现聚合

Bucket 桶聚合

例如我们要统计所有商品中共有哪些商品分类，其实就是以分类（category）字段对数据分组。category 值一样的放在同一组，属于 Bucket 聚合中的 Term 聚合。

基本语法如下：

GET /items/_search
{"size": 0, "aggs": {"category_agg": {"terms": {"field": "category","size": 20}}}
}

语法说明：

  • size：设置 size 为 0，就是每页查 0 条，则结果中就不包含文档，只包含聚合
  • aggs：定义聚合
    • category_agg：聚合名称，自定义，但不能重复
      • terms：聚合的类型，按分类聚合，所以用 term
        • field：参与聚合的字段名称
        • size：希望返回的聚合结果的最大数量

来看下查询的结果：

image

带条件聚合

真实场景下，用户会输入搜索条件，因此聚合必须是对搜索结果聚合。那么聚合必须添加限定条件。

例如，我想知道价格高于3000元的手机品牌有哪些，该怎么统计呢？

语法如下：

GET /items/_search
{"query": {"bool": {"filter": [{"term": {"category": "手机"}},{"range": {"price": {"gte": 300000}}}]}}, "size": 0, "aggs": {"brand_agg": {"terms": {"field": "brand","size": 20}}}
}

Metric 度量聚合

假设现在我们需要对桶内的商品做运算，获取每个品牌价格的最小值、最大值、平均值。

这就要用到 Metric 聚合了，例如 stat 聚合，就可以同时获取 min、max、avg 等结果。

语法如下：

GET /items/_search
{"query": {"bool": {"filter": [{"term": {"category": "手机"}},{"range": {"price": {"gte": 300000}}}]}}, "size": 0, "aggs": {"brand_agg": {"terms": {"field": "brand","size": 20},"aggs": {"stats_meric": {"stats": {"field": "price"}}}}}
}

可以看到我们在 brand_agg 聚合的内部，我们新加了一个 aggs 参数。这个聚合就是 brand_agg 的子聚合，会对 brand_agg 形成的每个桶中的文档分别统计。

  • stats_meric：聚合名称
    • stats：聚合类型，stats 是 metric 聚合的一种
      • field：聚合字段，这里选择 price，统计价格

由于 stats 是对 brand_agg 形成的每个品牌桶内文档分别做统计，因此每个品牌都会统计出自己的价格最小、最大、平均值。

结果如下：

image

另外，我们还可以让聚合按照每个品牌的价格平均值排序：

image

总结

aggs 代表聚合，与 query 同级，此时 query 的作用是？

  • 限定聚合的的文档范围

聚合必须的三要素：

  • 聚合名称
  • 聚合类型
  • 聚合字段

聚合可配置属性有：

  • size：指定聚合结果数量
  • order：指定聚合结果排序方式
  • field：指定聚合字段

RestClient 实现聚合

可以看到在 DSL 中，aggs 聚合条件与 query 条件是同一级别，都属于查询 JSON 参数。

  • 因此依然是利用 request.source() 方法来设置。

  • 不过聚合条件的要利用 AggregationBuilders 这个工具类来构造。

    @Testvoid testAgg() throws IOException {// 1.创建RequestSearchRequest request = new SearchRequest("items");// 2.准备请求参数BoolQueryBuilder bool = QueryBuilders.boolQuery().filter(QueryBuilders.termQuery("category", "手机")).filter(QueryBuilders.rangeQuery("price").gte(300000));request.source().query(bool).size(0);// 3.聚合参数request.source().aggregation(AggregationBuilders.terms("brand_agg").field("brand").size(5));// 4.发送请求SearchResponse response = client.search(request, RequestOptions.DEFAULT);// 5.解析聚合结果Aggregations aggregations = response.getAggregations();// 5.1.获取品牌聚合Terms brandTerms = aggregations.get("brand_agg");// 5.2.获取聚合中的桶List<? extends Terms.Bucket> buckets = brandTerms.getBuckets();// 5.3.遍历桶内数据for (Terms.Bucket bucket : buckets) {// 5.4.获取桶内keyString brand = bucket.getKeyAsString();System.out.print("brand = " + brand);long count = bucket.getDocCount();System.out.println("; count = " + count);}}

竞价排名

官方文档：Compound queries | Java API (deprecated) 7.12 | Elastic

elasticsearch 的默认排序规则是按照相关性打分排序，而这个打分是可以通过 API 来控制的。

  • 可参考上文中的《算分函数查询》章节

业务场景：在商品的数据库表中，已经设计了 isAD 字段来标记广告商品，请利用 function_score 查询在原本搜索的结果基础上，让这些 isAD 字段值为 true 的商品排名到最前面。

DSL 语法参考：

POST /items/_search
{"query": {"function_score": {"query": {// 原始查询条件（例如关键词搜索、过滤条件等）"match_all": {} // 示例中匹配所有文档，按需替换为实际查询},"functions": [{"filter": {"term": { "isAD": true } // 仅针对广告商品},"weight": 1000 // 赋予极大权重，确保广告商品分数足够高}],"boost_mode": "sum" // 将权重分与原始分相加}},"sort":[{"_score":{"order":"desc"}}]
}

RestClinet 写法参考：

    @Testvoid testBiddingRanking() throws IOException {// 1. 构建基础查询（例如关键词搜索）// QueryBuilder mainQuery = QueryBuilders.matchQuery("name", "手机");MatchAllQueryBuilder mainQuery = QueryBuilders.matchAllQuery();// 2. 构建广告商品的权重函数FilterFunctionBuilder[] functions = new FilterFunctionBuilder[]{new FilterFunctionBuilder(QueryBuilders.termQuery("isAD", true),  // 过滤广告商品ScoreFunctionBuilders.weightFactorFunction(1000) // 设置权重为 1000)};// 3. 组合 FunctionScore 查询// FunctionScoreQueryBuilder functionScoreQueryBuilder = new FunctionScoreQueryBuilder(mainQuery, functions);// functionScoreQueryBuilder.boostMode(CombineFunction.SUM);FunctionScoreQueryBuilder functionScoreQuery = QueryBuilders.functionScoreQuery(mainQuery, functions).boostMode(CombineFunction.SUM); // 权重分与原始分相加// 4. 构建完整的搜索请求SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();sourceBuilder.query(functionScoreQuery);sourceBuilder.sort(SortBuilders.scoreSort().order(SortOrder.DESC)); // 按总分降序// 打印生成的 DSL 查询 JSON（调试用途）System.out.println(JSONUtil.toJsonPrettyStr(sourceBuilder.toString()));// 5. 执行搜索SearchRequest searchRequest = new SearchRequest("items");searchRequest.source(sourceBuilder);SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);System.out.println(response);}

学习参考

  • ‍‍‍‬‌‌‌‬⁠⁠‍‍⁠‍‬‬‬day09-Elasticsearch02 - 飞书云文档
http://www.xdnf.cn/news/6117.html

相关文章：

  • 什么是alpaca 或 sharegpt 格式的数据集？
  • Windows电脑端高效记事提醒工具推荐
  • 【ios越狱包安装失败？uniapp导出ipa文件如何安装到苹果手机】苹果IOS直接安装IPA文件
  • SCDN能够运用在物联网加速当中吗？
  • Spring Web MVC————入门(2)
  • Spark处理过程--案例数据清洗
  • 大模型越狱：技术漏洞与安全挑战——从原理到防御
  • 正向代理与反向代理区别及应用
  • 威廉・巴拉德与格理集团：在高科技浪潮中的洞察与前行
  • 【极兔快递Java社招】一面复盘｜数据库+线程池+AQS+中间件面面俱到
  • 【Linux网络】————详解TCP三次握手四次挥手
  • vue3:十三、分类管理-表格--slot插槽详细说明---表格内拼接字段、tag标签
  • 怎么查看当前vue项目，要求的node.js版本
  • Oracle — PL-SQL
  • JT/T 808 各版本协议字段级别对比与解析适配建议
  • NACOS基于长链接的⼀致性模型
  • 将navicat与parcharm链接
  • 2025年中国DevOps工具选型指南：主流平台能力横向对比
  • Go语言空白导入的作用与用途
  • 【SSL部署与优化​】​​如何为网站启用HTTPS：从Let‘s Encrypt免费证书到Nginx配置​​
  • 城市生命线综合管控系统解决方案-守护城市生命线安全
  • AWS CloudTrail日志跟踪启用
  • 【计算机视觉】OpenCV实战项目：GraspPicture 项目深度解析：基于图像分割的抓取点检测系统
  • 学习51单片机01（安装开发环境）
  • 机器学习基础课程-6-课程实验
  • 精益数据分析（57/126）：创业移情阶段的核心要点与实践方法
  • 前端3D动画库
  • 《隐私计算：数据安全与隐私保护的新希望》
  • Spring的Validation，这是一套基于注解的权限校验框架
  • 使用libUSB-win32的简单读写例程参考