⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处小羊架构「小羊架构」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

ElasticSearch是现在最流行的搜索引擎了，查询快，性能好。可能唯一的缺点就是查询的语法Query DSL（Domain Specific Language）比较难记，今天分享一个直接用sql查询ES的方法。

1.简介

先简单介绍一下这个sql查询，因为社区一直反馈这个Query DSL 实在是太难用了。大家可以感受一下下面这个es的查询。

GET /my_index/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "search" } },
        {
          "bool": {
            "should": [
              { "term": { "category": "books" } },
              { "term": { "category": "music" } }
            ]
          }
        }
      ],
      "filter": {
        "range": {
          "price": { "gte": 20, "lte": 100 }
        }
      }
    }
  },
  "aggs": {
    "avg_price_per_category": {
      "terms": {
        "field": "category",
        "size": 10
      },
      "aggs": {
        "avg_price": {
          "avg": {
            "field": "price"
          }
        }
      }
    }
  }
}

这个查询使用了bool查询来组合多个条件，包括must、should和filter。同时也包含了聚合(aggs)来计算不同类别的平均价格。对于业务查询来讲，这个查询很普通。但是还是很难理解，特别是对于新手来讲，更难记了，很容易出错。

如果是mysql的查询，就是这么写

SELECT title, category, price 
FROM my_index 
WHERE (title = 'search' AND (category = 'books' OR category = 'music')) 
AND price >= 20 AND price <= 100 
GROUP BY category 
ORDER BY AVG(price) DESC 
LIMIT 10

mysql 的查询就很简洁明了，看起来更舒服，后续维护也更方便。

既然都是查询，为啥不兼容一下mysql的语法呢，像很多工具现在都是兼容mysql的语法，比如说hive，starrocks，flink等等，原因就是因为mysql的用户多，社区活跃。

还有一个原因就是因为mysql的语法比较简单，容易理解。所以ElasticSearch 官方ElasticSearch 从 6.3.0 版本也开始支持 SQL 查询了，这就是一个喜大奔普的事情了，哈哈。

下面是官方的文档和介绍，大家可以看看

https://www.elastic.co/guide/en/elasticsearch/reference/8.9/sql-overview.html

2.准备环境

大家在ES官网下载一下ES 启动就可以了，注意的是ES 需要JDK环境，然后就是需要在6.3.0以上的版本。

https://www.elastic.co/cn/downloads/past-releases#elasticsearch

建议也下载一下kibana

我这边下载的是7.15.2版本

3.搞起

创建一个索引 my_index

PUT /my_index
{
  "mappings": {
    "properties": {
      "title": { "type": "text" },
      "category": { "type": "keyword" },
      "price": { "type": "float" }
    }
  }
}

插入一些数据

POST /my_index/_doc/1
{
  "title": "ES学习手册",
  "category": "books",
  "price": 29.99
}

POST /my_index/_doc/2
{
  "title": "on my way",
  "category": "music",
  "price": 13.57
}

POST /my_index/_doc/3
{
  "title": "Kibana中文笔记",
  "category": "books",
  "price": 21.54
}

传统的查询所有

GET /my_index/_search
{
  
}

返回的是文档的格式

如果用sql 查询

POST /_sql?format=txt
{
  "query": "SELECT * FROM my_index"
}

返回的是类似数据库的表格形式，是不是写起来更舒服呢。

1. 分页limit

POST /_sql?format=txt
{
  "query": "SELECT * FROM my_index limit 1"
}

和mysql 一样没啥，很简单。

2. order by 排序

POST /_sql?format=txt
{
  "query": "SELECT * FROM my_index order by price desc"
}

3. group by 分组

POST /_sql?format=txt
{
  "query": "SELECT category,count(1) FROM my_index group by category"
}

4. SUM 求和

POST /_sql?format=txt
{
  "query": "SELECT sum(price) FROM my_index"
}

5. where

POST /_sql?format=txt
{
  "query": "SELECT * FROM my_index where price = '13.57'"
}

看看是不是支持时间的转换的处理，插入一些数据

POST /my_index/_doc/4
{
  "title": "JAVA编程思想",
  "category": "books",
  "price": 21.54,
  "create_date":"2023-11-18T12:00:00.123"
}

POST /my_index/_doc/5
{
  "title": "Mysql操作手册",
  "category": "books",
  "price": 21.54,
  "create_date":"2023-11-17T07:00:00.123"
}

时间转换为 yyyy-mm-dd 格式

POST /_sql?format=txt
{"query": "SELECT title, DATETIME_FORMAT(create_date, 'YYYY-MM-dd') date from my_index where category= 'books'" }

时间加减

POST /_sql?format=txt
{"query": "SELECT date_add('hour', 8,create_date) date from my_index where category= 'books'" }

字符串拆分

POST /_sql?format=txt
{
  "query": "SELECT SUBSTRING(category, 1, 3) AS SubstringValue FROM my_index"
}

基本上mysql 能查的 es sql 也能查，以后查询ES 数据就很方便的，特别是对于做各种报表的查询。像这样

一般对于这种报表，返回的数据都是差不多json数组的格式。而对于es sql,查询起来很方便

{
    "data": "5",
    "axis": "总数"
},
{
    "data": "0",
    "axis": "待出库"
},
{
    "data": "0",
    "axis": "配送中"
},
{
    "data": "5",
    "axis": "已签收"
},
{
    "data": "0",
    "axis": "交易完成"
},
{
    "data": "0",
    "axis": "已取消"
},
{
    "data": "5",
    "axis": "销售"
}

4.总结

ES SQL查询的优点还是很多的，值得学习。使用场景也很多

简单易学： ES SQL查询使用SQL语法，对于那些熟悉SQL语法的开发人员来说，学习ES SQL查询非常容易。
易于使用： ES SQL查询的语法简单，易于使用，尤其是对于那些不熟悉Query DSL语法的开发人员来说。
可读性强： ES SQL查询的语法结构清晰，易于阅读和理解。

5.最后附上相关链接

ES 官方下载