es高亮聚合显示 java es聚合查询语句

背景

今年写了一个数据中心的项目，其中有相当一部分的数据查询，用的是ES来做的，涉及到dsl的查询语句，从最开始的简单查询，到后面的复杂的查询，逐步掌握了ES的常用写法，现在总结一下。
文章内的称呼，没有按照ES的官方称呼，例如sql那边的表叫type，sql那边的行叫documents，sql那边的列或者字段叫fields。为了方便起见，统一按照sql的叫法。

查询语句解释说明

示例一：

{
    "size": 0,
    "query": {
        "bool": {
            "must": [
                {
                    "bool": {
                        "must": [
                            {
                                "term": {
                                    "depot_id": 1
                                }
                            },
                            {
                                "range": {
                                    "order_time": {
                                        "gte": "2022-01-01 00:00:00",
                                        "lte": "2099-01-01 00:00:00"
                                    }
                                }
                            }
                        ]
                    }
                },
                {
                    "bool": {
                        "must_not": [
                            {
                                "match_phrase": {
                                    "user_remark": {
                                        "query": "换货单"
                                    }
                                }
                            }
                        ]
                    }
                }
            ]
        }
    },
    "aggregations": {
        "total_user_count": {
            "cardinality": {
                "field": "user_id",
                "precision_threshold": 50000000
            }
        },
        "total_order_money": {
            "sum": {
                "field": "pay_money"
            }
        }
    }
}

在这个查询中，使用了条件过滤，以及查询之后，对结果进行聚合。
代码解释：

1.size：0

加上size：0之后，则不会返回查询到条件，对应的ES内存的原始数据。

用sql解释就是，没有size：0，则相当于“select * from 某个表”。这个和后面查询的聚合结果没有关系，就只是 是否返回原始数据，以及返回多少条原始数据。加不加size，都不会影响返回后面的聚合后的值。

2._source

_source后面加上字段名，是用于返回原始数据的指定字段的。

例如sql中会写：

select id ,name,sex
from stu_info
limit 100

在ES里面就会写

{
    "size": 100,
    "_source": [
        "id",
        "name",
        "sex"
    ],
    "query": {
    	"match_all": { }
  	}
}

如果只是排除个别的字段，可以写exclude

例如：

这里面的意思就是，只需要显示 commodity_id、commodity_name, 排除掉 picture_url。

3.“query”

在query后面，会加上查询数据的条件，例如上面查询，我们用了

"query": {
    	"match_all": { }
  	}

它的意思就是，匹配所有的数据

而这个

"query": {
    "query_string": {
      "query": "双卡"
    }
  }

它的意思是，查询包含“双卡”的数据。

4.must,must_not,should

must 理解起来就是sql里面的 =,in ()
例如

select *
from stu_info
where id = 3
or name in ('张三','李四')

那么此处的这两个条件，都可以用must来写。

这个图中，must下面包含了三个条件，并且这三个条件的关系是and，必须同时满足，此处不做过多解释，下面是对应的sql写法

1.order_status in (2,5,9)
2.depot_id = 1
3.order_time between '2022-01-01 00:00:00' and '2099-01-01 00:00:00'

must_not 对应的就是 !=,<>, not in ()

should 对应的则是or, should中的两个条件至少满足一个就可以。

至于must,must_not,should的组合以及嵌套，可以参考：

5 aggregations或aggs

这个是用于查询结果聚合的，类似于groupby，注意只是类似于

在这个代码里，实现了两个功能，

1.对user_id 进行去重数个数，相当于

count(distinct user_id)

这里的precision_threshold是修改精度，因为在数据量较大时，计数会产生稍微的误差

2.对pay_money进行求和，相当于

sum(order_money)

同样的，这这里可以进行求平均值，最大值等操作

结尾

这一部分就先写到这里，这只是我对于ES的自己的总结，难免会有不完整以及错误的地方，欢迎指正。