Elasticsearch QueryDSL 教程

什么是 Elasticsearch QueryDSL

Elasticsearch Query DSL 是 Elasticsearch 用来构建和执行搜索查询的 JSON 格式查询语言，支持丰富的查询和过滤条件，帮助用户精准检索和分析数据。它类似于 MySQL 中的 SQL 查询语句（SELECT 语句），都是用来定义从数据库或索引中筛选和返回数据的规则和条件。

MySql 和 Elasticsearch 的区别

数据类型介绍

一. 核心数据类型（Core datatypes）

二. 复杂数据类型（Complex datatypes）

三. 特殊数据类型（Specialized datatypes）

HTTP 请求方法介绍

Endpoint 端点接口介绍

索引 (Index)(表) 相关命令

索引 就是 mysql 中的表，索引 = 表

创建索引

方式一：// 只创建索引结构

PUT /my_index                  // my_index：自定义的索引(表)名称
{"mappings": {                // mappings 创建索引的关键字，表示 映射定义开始"properties": {            // properties 创建索引的关键字，表示 定义字段集合"name": {                // 自定义字段名称"type": "text"         // 字段类型，text：分词字符串 全文检索字符串},"age": {                 // 自定义字段名称"type": "integer"      // 字段类型，integer：32位整数类型},"status": {              // 自定义字段名称"type": "keyword"      // 字段类型，keyword：不分词字符串，用于精确匹配}}}
}

方式二：// 添加一行数据，索引结构不存在时自动创建索引。缺点：自动映射不够精准，复杂场景建议手动建索引。

POST /my_index/_doc
{"name": "Alice","age": 25
}

查询索引列表

查询所有索引

GET /_cat/indices

查询指定的索引，* 通配符的方式，通配符可以使用在开头、中间、结尾

GET /_cat/indices/前缀*?v
GET /_cat/indices/*后缀?v
GET /_cat/indices/*xxx*yyy*?v
GET /_cat/indices/*x*y*z*?v

查看索引数据结构

查看表结构

命令：

GET /索引名/_mapping

示例：

GET /my_index/_mapping

修改索引数据结构

!!! 不能直接修改已存在字段的类型

一旦索引创建且字段映射确定后，字段的类型是固定的，不能修改字段类型，比如把 text 改成 keyword 是不允许的。或者删除一个字段也是不可以的。
如果要修改字段类型，通常需要新建一个索引，重新定义 mapping，然后把数据 reindex（迁移）过去。

reindex 迁移示例：

需求：假设旧索引有字段 fullname，新索引改成了 name。

原索引：

PUT /old_users
{"mappings": {"properties": {"fullname": { "type": "text" },"age":      { "type": "integer" },"status":   { "type": "keyword" }}}
}

新索引：

PUT /new_users
{"mappings": {"properties": {"name":    { "type": "text" },"age":     { "type": "integer" },"status":  { "type": "keyword" },"email":   { "type": "keyword" }}}
}

迁移命令：

POST /_reindex
{"source": {"index": "old_users"},"dest": {"index": "new_users"},"script": {"source": """ctx._source.name = ctx._source.remove('fullname');"""}
}# ctx._source.name 新索引 新字段
# ctx._source.remove('fullname') 旧索引 旧字段

删除索引

删除表

删除指定的索引

命令：

DELETE /索引名

删除多个索引

命令：使用 * 通配符

DELETE /*索*引*名*

添加数据 相关命令

添加一条数据，不指定id，es自动生成id

命令：

POST /my_index/_doc            // my_index: 索引名，_doc: 添加数据关键字
{"name": "Alice",             // key: value，字段名和字段数据"age": 25,"status": "active","joinDate": "2025-08-11"
}

添加成功返回

{"_index": "my_index","_id": "vDD0lpgBikDxJFOszVbZ",        // id 自动生成"_version": 1,"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 0,"_primary_term": 1
}

添加一条数据，指定id

PUT：指定 _id（这里是 1），如果 ID 存在，会覆盖（替换整条记录），如果 ID 不存在，会添加

命令：

POST /my_index/_doc/1            // my_index: 索引名，_doc: 添加数据关键字，1：你指定的id
{"name": "Bob",                 // key: value，字段名和字段数据"age": 30,"status": "inactive","joinDate": "2024-01-01"
}

添加成功返回

{"_index": "my_index","_id": "1",                // id 自己指定的"_version": 1,"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 1,"_primary_term": 1
}

局部插入或更新

• 如果 _id=3 的文档已经存在
  • 用 doc 里的内容部分更新它（只改 age 字段，不会影响其他字段）。
• 如果 _id=3 的文档不存在
  • 直接把 doc 里的内容当作一个新文档插入（相当于 upsert 功能）。

POST /my_index/_update/3        // _update：更新数据关键字
{"doc": { "age": 28 },"doc_as_upsert": true         // 开启更新插入
}

批量添加

跳过

查询数据 相关命令

查询类型说明

一、基础查询类型（基础检索）

二、逻辑组合查询（复合查询）

三、全文检索增强

四、地理位置相关查询

五、脚本和特殊查询

六、查询参数与选项

七、常用聚合（Aggregation）

八、操作符

查询指定索引的全部数据

相当于 mysql 的：select 

示例：

GET /索引名/_search        // _search：查询关键字       
{"query": {"match_all": {}},"size": 20
}

说明：

match_all 会返回所有文档，但是你只能看到10条数据。

默认情况下，Elasticsearch 出于性能考虑，一次查询只返回 10 条记录，而不是把所有数据都一下子返回给你。

如果你想一次性多拿一些，可以加上 size 参数。size 不能无限大，太大会影响性能。

如果数据量很大，要分页查，可以用 from + size：

分页查询 命令：

GET /索引名/_search
{"from": 0,                // from 表示跳过多少条"size": 20,               // size 表示取多少条"query": {"match_all": {}}
}

精确查询

term：精确查询的关键字

示例：

GET /索引名/_search
{"query": {"term": {"status": "active"        // 查询 字段 status 的值是 active 的数据，适合 keyword 类型}}
}

全文检索（分词查询）

全文检索一个字段

match：单字段，全文检索的关键字，适合 text 类型

示例：

GET /索引名/_search
{"query": {"match": {"description": "quick fox"        // description 要查询的字段}}
}

说明：

• ​​​​​​Elasticsearch 会先对字段 description 里的文本和查询语句 "quick fox" 都做分词处理，比如拆成两个词 "quick" 和 "fox"。
• 然后它会找出所有包含这两个词（或其中一个词，相关度越高的排前面）的文档。
• 这种查询会根据词出现的频率、位置等因素计算相关度分数，结果按相关度排序。

全文检索多个字段

示例一：

multi_match：多字段，全文检索的关键字，适合 text 类型

GET /索引名/_search
{"query": {"multi_match": {"query": "quick fox","fields": ["description", "title"]}}
}

说明：

• query: 你要搜索的关键词 "quick fox"
• fields: 指定多个字段一起匹配，这里是 "description" 和 "title"
• Elasticsearch 会在这两个字段中分别分词匹配，然后结合相关度返回结果。

示例二：

bool + should 组合

GET /索引名/_search
{"query": {"bool": {"should": [{ "match": { "description": "quick fox" } },{ "match": { "title": "quick fox" } }]}}
}

说明：

• 是更通用的复合查询写法，表示文档满足任意一个字段匹配即可。

• 每个子查询独立执行，相关性得分相加。

• 可灵活组合更多复杂条件。

multi_match 和 bool + should 组合 的区别

• 如果只是简单地对多个字段全文搜索，multi_match 推荐使用，写法简洁且功能丰富。
• 如果需要更复杂的逻辑控制，比如不同字段不同查询类型、权重调整，或者要结合其它条件，使用 bool + should 更灵活。

组合查询

多条件查询

示例：

GET /索引名/_search
{"query": {"bool": {"must": [{ "term": { "status": "active" } },{ "range": { "age": { "gte": 18 } } }],"must_not": [{ "term": { "name": "Bob" } }],"should": [{ "match": { "description": "developer" } }],"filter": [{ "exists": { "field": "email" } }]}}
}

说明：

• must （必须满足）
  • 表示：status 字段的值必须是 "active"，同时 age 字段的值必须大于等于 18。
• must_not：必须不满足（排除）
  • 表示：排除掉 name 字段的值是 "Bob" 的文档。
• should：满足则加分，满足1条即可（尽量满足）
  • 表示：如果文档的 description 字段的值中包含 "developer"，它会被认为更相关，得分更高，但不满足也没关系。
• filter：过滤条件，不影响评分，性能优
  • 表示：只匹配那些有 email 字段存在的文档。

范围查询

示例：

查询日期范围内的数据

GET /索引名/_search
{"query": {"range": {"joinDate": {"gte": "2024-01-01","lte": "2025-12-31"}}}
}

分页查询

from + size 组合

示例：

跳过前10条，返回后面10条。

GET /索引名/_search
{"from": 10,"size": 10,"query": {"match_all": {}}
}

排序

sort 排序关键字

示例：

GET /索引名/_search
{"sort": [{ "age": "desc" },{ "_score": "desc" }],"query": {"match_all": {}}
}

说明：

• 先按年龄降序，再按相关度降序。
• _score：当你执行搜索查询时，Elasticsearch 会根据查询条件计算每个匹配文档的相关度分数（score）。这个分数越高，说明该文档与查询越相关，越匹配用户的搜索意图。_score 是这个分数的具体数值。

高亮显示

highlight：高亮关键字

示例：

GET /索引名/_search
{"query": {"match": { "description": "quick fox" }},"highlight": {"fields": {"description": {}}}
}

返回结果：

{"_source": {"name": "Alice","age": 25,"status": "active","joinDate": "2025-08-11","description": "The quick brown fox jumps over the lazy dog"},"highlight": {"description": ["The <em>quick</em> brown <em>fox</em> jumps over the lazy dog"]}
}

说明：

• highlight：这是高亮设置，告诉 Elasticsearch 需要对 description 字段中匹配的关键词做高亮处理。默认用 <em></em> 标签包裹匹配的词（你可以自定义标签）。
• 使用 highlight 后，返回的文档中会多一个 highlight 字段。前端拿到这个 highlight.description 的内容，可以用来在页面上用颜色、加粗等方式突出显示关键词，提升用户体验。

聚合查询

示例：

按年龄段分组统计数量

GET /my_index/_search
{"size": 0,"aggs": {"age_ranges": {"range": {"field": "age","ranges": [{ "to": 20 },{ "from": 20, "to": 30 },{ "from": 30 }]}}}
}

返回结果：

"aggregations": {"age_ranges": {"buckets": [{ "key": "*-20", "to": 20, "doc_count": 15 },{ "key": "20-30", "from": 20, "to": 30, "doc_count": 40 },{ "key": "30-*", "from": 30, "doc_count": 25 }]}
}

说明：

• "size": 0：不返回匹配的具体文档，只返回聚合结果。这样可以节省网络传输，适合只想看统计结果。
• aggs：aggs 是 aggregations（聚合） 的简写。用于对查询结果进行统计分析，比如计算总数、求平均、分组、范围统计等。返回的是统计结果，不是具体文档内容。
• age_ranges：是你给这个聚合起的名字，名字可以随便取。
• range：表示使用范围聚合
• "field": "age"：表示要聚合的字段是 age 字段。
• ranges：聚合条件
  • to: 20：统计所有 age 小于 20 的文档数量。
  • from: 20, to: 30：统计所有 20 <= age < 30 的文档数量。
  • from: 30：统计所有 age 大于等于 30 的文档数量。