1、 什么是DSL查询
由ES提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。
DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。
DSL查询是ES提供的通用查询方式，这种方式最大的特点是开发语言的无关性，即任意的客户端只要支持HTTP请求，就可以通过JSON格式的查询数据完成复杂的搜索。
对于简单查询，使用查询字符串比较好，但是对于复杂查询，由于条件多，逻辑嵌套复杂，查询字符串不易组织与表达，且容易出错，因此推荐复杂查询通过DSL使用JSON内容格式的请求体代替。
DSL有两个部分组成：DSL查询，DSL过滤。
DSL过滤语句和DSL查询语句非常相似，但是它们的使用目的却不同：
DSL过滤(精确查找)查询文档的方式更像是对于我的条件“有”或者“没有”，而DSL查询（模糊查询）则像是“有多像”。
DSL过滤和DSL查询在性能上的区别：
过滤结果可以缓存并应用到后续请求。
查询语句同时匹配文档，计算相关性，所以更耗时，且不缓存。
过滤语句可有效地配合查询语句完成文档过滤。
原则上，使用DSL查询做全文本搜索或其他需要进行相关性评分的场景，其它全用DSL过滤。
2、 DSL查询
使用DSL查询，必须要传递query参数给ES。
GET _search
{"query": YOUR_QUERY_HERE}
一个常用的相对完整的DSL查询：
GET itsource/employee/_search { "query": { "match": {"sex":"女"} }, "_source": ["id","name"], "from": 20, "size": 10, "sort": [{"join_date": "desc"},{"age": "asc"}] }
select id,name from t_user where name like “%heh%” order by id desc limit 0,10.
上面的DSL查询语句代表：查询公司员工性别为女的员工，并按照加入时间降序、年龄升序排列，最终返回第21条至30条数据（只返回名字、年龄和email字段）
3、DSL过滤
模糊查询用DSL的查询语句，精确查询用DSL过滤语句。
2.0以上的用法{ "query": { "bool": { "must": [ {"match": {"description": "search" }} ], "filter": { "term": {"age": "12"} } } }， "_source": ["id","name"], "from": 20, "size": 10, "sort": [{"join_date": "desc"},{"age": "asc"}] }
4、使用DSL查询与过滤
① 全匹配（match_all）
普通搜索（匹配所有文档）：
{ "query" : { "match_all" : {} } }如果需要使用过滤条件（在所有文档中过滤，红色部分默认可不写）：
{ "query" : { "bool" : { "must" : [{ "match_all":{} }], "filter":{....} } } }② 标准查询（match和multi_match）
match查询是一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用match查询一个全文本字段，它会在真正查询之前用分析器先分析查询字符：
{ "query": { "match": { "fullName": "Steven King" } } }上面的搜索会对Steven King分词，并找到包含Steven或King的文档，然后给出排序分值。
如果用 match 下指定了一个确切值，在遇到数字，日期，布尔值或者 not_analyzed的字符串时，它将为你搜索你给定的值，如：
{ "match": { "age": 20 }}
{ "match": { "date": "2016-05-01" }}
{ "match": { "public": true }}
{ "match": { "tag": "full_text" }}
multi_match 查询允许你做 match查询的基础上同时搜索多个字段：
{ "query":{ "multi_match": { "query": "Steven King", "fields": [ "fullName","title" ] } } }上面的搜索同时在fullName和title字段中匹配。
提示：match一般只用于全文字段的匹配与查询，一般不用于过滤。
③单词搜索与过滤（Term和Terms）
{ "query": { "bool": { "must": { "match_all": {} }, "filter": { "term": { "age": "20" } } } } }Terms搜索与过滤
{ "query": { "terms": { "tags": ["jvm", "hadoop", "lucene"], "minimum_match": 2 } } }minimum_match:至少匹配个数，默认为1
④ 组合条件搜索与过滤（Bool）
组合搜索bool可以组合多个查询条件为一个查询对象，查询条件包括must、should和must_not。
例如：查询爱好有吃米饭，同时也有喜欢游戏或运动，且出生于1990-06-30及之后的人。Range:范围
{ "query": { "bool": { "must": [{"term": {"hobby": "吃米饭"}}], "should": [{"term": {"hobby": "游戏"}}, {"term": {"hobby": "运动"}} ], "must_not": [ {"range" :{"birth_date":{"lt": "1990-06-30"}}} ], "filter": [...], "minimum_should_match": 1 } } }提示： 如果 bool 查询下没有must子句，那至少应该有一个should子句。但是 如果有 must子句，那么没有 should子句也可以进行查询。
⑤ 范围查询与过滤（range）
range过滤允许我们按照指定范围查找一批数据:
{ "query":{ "range": { "age": { "gte": 20, "lt": 30 } } } }上例中查询年龄大于等于20并且小于30。
gt:> gte:>= lt:< lte:<=
⑥ 存在和缺失过滤器（exists和missing）
{ "query": { "bool": { "must": [{ "match_all": {} }], "filter": { "exists": { "field": "gps" } } } } }提示：exists和missing只能用于过滤结果。
⑦ 前匹配搜索与过滤（prefix）
和term查询相似，前匹配搜索不是精确匹配，而是类似于SQL中的like ‘key%’
{ "query": { "prefix": { "fullName": "黄" } } }上例即查询姓黄的所有人。
⑧ 通配符搜索（wildcard）
使用*代表0~N个，使用?代表1个。
{ "query": { "wildcard": { "fullName": "文*华" } } }
转载于:https://www.cnblogs.com/wanghj-15/p/11310595.html
相关资源：JAVA上百实例源码以及开源项目