1、sql语句转成DSL有哪些方法？
方案一：借助工具 NLP团体开发的Elasticsearch-sql;
2.X安装过，5.X没有再安装。
方案二：借助工具ElasticHQ的自动转换模块：
方案一、方案二和Github上其他语言开发的sql转DSL工具对简单的sql生成的DSL相对准确，但对于复杂的sql生成的不一定精确。（如上所示）
方案三：徒手生成。
2、如何根据复杂的sql语句生成ES的DSL查询语句呢？
步骤1：拆解
where (position=ES or work=ES or content=ES) and academic=本科 and （city=北京 or city=深圳）
这个sql语句由几部分组成呢？
以and作为拆分，共分为3部分：
三个部分sql用and衔接，转换为DSL对应最外层must；
第一部分： position=ES or work=ES or content=ES
三个子条件sql用or衔接，转换DSL对应should；
第二部分： academic=本科
单一条件转换为DSL对应term精确匹配；
第三部分： city=北京 or city=深圳
city的两个or语句转换为DSL对应terms多词精确匹配。
上面的sql都用的=号，假定不需要分词，我们统一采用termquery和termsquery实现。
引申：
如果需要分词，更换为matchquery或者match_parsequery即可。
如果需要模糊匹配，更换为wildcardquery接口。
步骤2：套bool多条件检索DSL模板
复杂bool多条件检索DSL模板：
包含了：查询/检索、聚合、排序、指定字段输出、输出起点、输出多少等信息。
{
"query": {
"bool": {
"must": [],
"must_not": [],
"should": []
}
},
"aggs": {
"my_agg": {
"terms": {
"field": "user",
"size": 10
}
}
},
"highlight": {
"pre_tags": [
"<em>"
],
"post_tags": [
"</em>"
],
"fields": {
"body": {
"number_of_fragments": 1,
"fragment_size": 20
},
"title": {}
}
},
"size": 20,
"from": 100,
"_source": [
"title",
"id"
],
"sort": [
{
"_id": {
"order": "desc"
}
}
]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
简单bool多条件查询DSL模板：
只包含查询。
{
"query": {
"bool": {
"must": [],
"must_not": [],
"should": []
}
}
}
1
2
3
4
5
6
7
8
9
以上根据我们的sql特点，简单模板即能满足要求。
步骤3：构造生成DSL
根据，步骤1、步骤2，可以构思出根据sql转换后的DSL应该：
1）最外层bool
2）第二层：must 三个并行条件
3）第三层：各自的匹配条件。（存在bool嵌套bool的情况）
3、动动手，验证下。
3.1 创建索引（自动生成mapping）
put test_index_01
1
3.2 提交数据
post test_index_01/test_type_01/1
{
"no":"1",
"city":"北京",
"academic":"专科",
"content":"ES",
"position":"ES",
"work":"ES"
}
post test_index_01/test_type_01/2
{
"no":"2",
"city":"天津",
"academic":"本科",
"content":"ES",
"position":"ES",
"work":"ES"
}
post test_index_01/test_type_01/3
{
"no":"3",
"city":"深圳",
"academic":"本科",
"content":"ES",
"position":"ES2",
"work":"ES3"
}
post test_index_01/test_type_01/4
{
"no":"4",
"city":"北京",
"academic":"本科",
"content":"ES1",
"position":"ES2",
"work":"ES"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
插入后ES-head插件控制台查询结果：
3.3 完成检索
post test_index_01/_search
{
"query": {
"bool": {
"must": [
{
"terms": {
"city.keyword": [
"北京",
"深圳"
]
}
},
{
"term": {
"academic.keyword": "本科"
}
},
{
"bool": {
"should": [
{
"term": {
"content.keyword": "ES"
}
},
{
"term": {
"position.keyword": "ES"
}
},
{
"term": {
"work.keyword": "ES"
}
}
]
}
}
]
}
},
"size": 10,
"from": 0
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
注意：
没有做分词，做的精确匹配，所以加了”.keyword”。
3.4 返回结果
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1.0577903,
"hits": [
{
"_index": "test_index_01",
"_type": "test_type_01",
"_id": "4",
"_score": 1.0577903,
"_source": {
"no": "4",
"city": "北京",
"academic": "本科",
"content": "ES1",
"position": "ES2",
"work": "ES"
}
},
{
"_index": "test_index_01",
"_type": "test_type_01",
"_id": "3",
"_score": 0.8630463,
"_source": {
"no": "3",
"city": "深圳",
"academic": "本科",
"content": "ES",
"position": "ES2",
"work": "ES3"
}
}
]
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
4、小结
实践是检验真理的唯一标准！
如有不同意见，欢迎拍砖探讨！
