ElasticSearch DSL语句如何使用，图文详解教程？

前言 在上一篇中介绍了ElasticSearch集群和kinaba的安装教程，本篇文章就来讲解下 ElasticSearch的DSL语句使用。 ElasticSearch DSL 介绍 Elasticsearch提供了基于JSON的完整查询DSL（特定于域的语言）来定义查询。将查询DSL视为查询的AST（抽象语法树），它由两种子句组成： 叶子查询子句: 叶查询子句中寻找一个特定的值在某一特定领域，如 match，term或 range查询。这些查询可以自己使用。 复合查询子句 复合查询子句包装其他叶查询或复合查询，并用于以逻辑方式组合多个查询（例如 bool或dis_max查询），或更改其行为（例如 constant_score查询）。 查询子句的行为会有所不同，具体取决于它们是在 查询上下文中还是在过滤器上下文中使用。 我们在使用ElasticSearch的时候，避免不了使用DSL语句去查询，就像使用关系型数据库的时候要学会SQL语法一样。如果我们学习好了DSL语法的使用，那么在日后使用和使用Java Client调用时候也会变得非常简单。 ElasticSearch DSL 语句使用 这里我们先来介绍下DSL 语句简单的使用，从最常用的增删改查开始！ 一、新增数据 ElasticSearch可以直接新增数据，只要你指定了index(索引库名称)和type(类型)即可。在新增的时候你可以自己指定主键ID，也可以不指定，由 ElasticSearch自身生成。 新增数据命令示例: POST test1/_doc/1 { "uid" : "1234", "phone" : "12345678909", "message" : "qq", "msgcode" : "1", "sendtime" : "2019-03-14 01:57:04" } kinaba示例图: 注: POST test1/_doc/1 这是指定主键ID为1，如果POST test1/_doc 的话，那么便是es自身生成ES语句。 这里我们还可以通过 GET test1/ 或 GET test1/_settings和GET test1/_mapping查看该index的状态，也就是 setting(设置选项) 和mapping(数据结构)。 二、创建索引库 在上述示例中，我们通过直接通过创建数据从而创建了索引库，但是没有创建索引库而通过ES自身生成的这种并不友好，因为它会使用默认的配置，字段结构都是text(text的数据会分词，在存储的时候也会额外的占用空间)，分片和索引副本采用默认值，默认是5和1，ES的分片数在创建之后就不能修改，除非reindex(下面会讲到)，所以这里我们还是指定数据模板进行创建。 这里先简单介绍一下ES的数据结构，以下的数据结构为ES的6.x版本。 核心数据类型 text 和 keyword 数值数据类型 long，integer，short，byte，double，float，half_float，scaled_float 日期数据类型 date 布尔数据类型 boolean 二进制数据类型 binary 范围数据类型 integer_range，float_range，long_range，double_range，date_range 复杂数据类型编辑 对象数据类型 object 用于单个JSON对象 嵌套数据类型 nested 用于JSON对象数组 地理数据类型编辑 地理位置数据类型 geo_point 纬度/经度积分 地理形状数据类型 geo_shape 用于多边形等复杂形状 专业数据类型编辑 IP数据类型 ip 用于IPv4和IPv6地址 完成数据类型 completion 提供自动完成建议 令牌计数数据类型 token_count 计算字符串中令牌的数量 mapper-murmur3 murmur3 在索引时计算值的哈希并将其存储在索引中 mapper-annotated-text annotated-text 索引包含特殊标记的文本（通常用于标识命名实体） 渗滤器类型 接受来自query-dsl的查询 join 数据类型 为同一索引内的文档定义父/子关系 别名数据类型 为现有字段定义别名。 多字段编辑 为不同的目的以不同的方式对同一字段建立索引通常很有用。例如，一个string字段可以映射为text用于全文搜索的字段，也可以映射为keyword用于排序或聚合的字段。