ElasticSearch DSL 简单梳理

声明:
本文为方便日后部分DSL结构速查,由于索引设计不同,语法会有差异,本文默认String 保存为keyword类型,详细了解移步Elastic Stack 官网

https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

习惯用SQL的同学,也可以直接用es的translate接口转换为DSL作为参考,如下:

GET /_sql/translate
{
  "query":"select OrderId,etl_route_name from erp_order where etl_deleted = 0 "
}

1.EXP (=)

SELECT * FROM ERP_ORDER WHERE ETL_DELETE = 0

1.DSL

GET /erp_order/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }  
      ]
    }
  }
}

2.EXP(!=)

SELECT * FROM ERP_ORDER WHERE ETL_DELETE = 0 AND ETL_DELETE != 1

2.DSL

GET /erp_order/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }  
      ],
       "must_not":
        {
          "term": {
            "etl_deleted": 1
          }
        }
    }
  }
}

3.EXP(in)

SELECT * FROM ERP_ORDER WHERE ETL_ORDER_TYPE  IN (1,2,3,4,5)

3.DSL

GET /erp_order/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "terms": {
            "etl_order_type": [ 1, 2,3, 4,5 ]
          }
        }
      ]
    }
  }
}

4.EXP(>,<,>=,<=)

SELECT  * FROM ERP_ORDER WHERE etl_create_time_date  >= "2010-04-01T00:00:00+08:00" AND etl_create_time_date < "2021-05-01T00:00:00+08:00"

4.DSL

GET /erp_order/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "etl_create_time_date": {
              "gte": "2010-04-01T00:00:00+08:00",
              "lt": "2021-05-01T00:00:00+08:00"
            }
          }
        }
      ]
    }
  }
}

5.EXP(limit)

SELECT * FROM ERP_ORDER WHERE ETL_DELETE = 0 limit 10,20

5.DSL

GET /erp_order/_search
{ "from": 10,
"size": 20,
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }  
      ]
    }
  }
}

6.EXP(count(1))

SELECT COUNT(1) FROM ERP_ORDER WHERE ETL_IS_TEST = false AND ETL_DELETED = 0

6.DSL

GET /order_oms_order/_search?size=0&filter_path=hits
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_is_test": false
          }
        },
        {
          "term": {
            "etl_deleted": 0
          }
        }
      ]
    }
  }
}

7.EXP(COUNT-DISTINCT)

SELECT COUNT(DISTINCT ORDERID) FROM erp_order where etl_deleted = 0 

7.DSL

GET /erp_order/_search?size=0&filter_path=aggregations
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }
      ]
    }
  },
  "aggs": {
    "count": {
      "cardinality": {
        "field": "OrderId"
      }
    }
  }
}

8.EXP(COUNT-GROUP)

SELECT COUNT(ORDERID) FROM erp_order where etl_deleted = 0 group by etl_order_type 

8.DSL

GET /erp_order/_search?size=0&filter_path=aggregations
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }
      ]
    }
  },
  "aggs": {
    "type": {
      "terms": {
        "field": "etl_order_type"
      }
    }
  }
}

9.EXP(SUM-GROUP)

SELECT SUM(TotalPrice),etl_order_type FROM erp_order where etl_deleted = 0 group by etl_order_type 

9.DSL

GET /erp_order/_search?size=0&filter_path=aggregations
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "etl_deleted": 0
          }
        }
      ]
    }
  },
  "aggs": {
    "typeNode": {
      "terms": {
        "field": "etl_order_type"
      },
      "aggs": {
        "totalPrice": {
          "sum": {
            "field": "TotalPrice",
            "format": "0.00"
          }
        }
      }
    }
  }
}

10.EXP(SUM-GROUP-ORDER-LIMIT)

SELECT SUM(TotalPrice) AS totalAmonut, SUM(OrderTotalCount) etl_route_name as totalCount  FROM erp_order where etl_is_test = false group by etl_order_type order by totalCount desc limit 10

10.DSL

GET /erp_order/_search?size=0&filter_path=aggregations
{
  "query": {
    "bool": {
     
      "filter": [
        {
          "term": {
            "etl_is_test": false
          }
        }
      ]
    }
  },
  "aggs": {
    "province": {
      "terms": {
        "field": "etl_route_name"
         ,"size": 10
      },
      "aggs": {
        "totalCount": {
          "sum": {
            "field": "OrderTotalCount",
            "format": "0"
          }
        },
        "totalAmonut": {
          "sum": {
            "field": "TotalPrice",
            "format": "0.00"
          }
        },
        "province_bucket_sort": {
          "bucket_sort": {
            "sort": {
              "totalCount": {
                "order": "desc"
              }
            }
          }
        }
      }
    }
  }
}

11.EXP(GROUP BY TIME)

SELECT count(1) ,DATE_FORMAT(etl_create_date,“yyyy-MM-dd”) as key_as_string  group by key_as_string  

11.1.DSL

GET /erp_order/_search?size=0&filter_path=aggregations
{
  "aggs": {
    "timeNodes": {
      "date_histogram": {
        "field": "etl_create_date",
        "calendar_interval": "day",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

11.2.DSL(填充时间段内缺失的时间数据)

GET /erp_order/_search?size=0&filter_path=aggregations
{
    "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "etl_create_time_date": {
              "gte": "2010-04-01T00:00:00+08:00",
              "lte": "2021-05-01T00:00:00+08:00"
            }
          }
        }
      ]
    }
  },

   "aggs": {
    "timeNodes": {
      "date_histogram": {
        "field": "etl_create_date",
        "calendar_interval": "day",
        "format": "yyyy-MM-dd",
         "min_doc_count" : 0,
         "extended_bounds" : {
                "min" : "2021-04-01",
                "max" : "2021-05-01"
         }
      }
    }
  }
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容