Elasticsearch 高级查询语法 Query DSL 实战指南

• size 返回指定条数

from&size分页查询

• 查询年龄在25到28的员工

POST /employee/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 25,
        "lte": 28
      }
    }
  }
}

3.4 exists——是否存在查询

exists检索在Elasticsearch中用于筛选具有特定字段值的文档。这种查询类型适用于检查文档中是否存在某个字段，或者该字段是否包含非空值。通过使用exists检索，你可以有效地过滤掉缺少关键信息的文档，从而专注于包含所需数据的结果。应用场景包括但不限于数据完整性检查、查询特定属性的文档以及对可选字段进行筛选等。

基本语法

GET /<index_name>/_search
{
 "query": {
    "exists": {
      "field": "missing_field"
    }
 }
}

示例

查询索引库中存在remark字段的文档

GET /employee/_search
{
  "query": {
    "exists": 
    {
      "field": "remark"
    }
  }
}

3.5 ids——根据一组id查询

IDs检索也是一种常用的Elasticsearch查询方法，它允许我们基于给定的ID组快速召回相关数据，从而实现高效的文档检索。

基本语法

在Elasticsearch 8.x中，ids查询用于返回具有指定ID列表的文档。这个查询是检索特定文档的有效方式，特别是当你已经知道具体的文档ID时。

基本语法如下：

GET /<index_name>/_search
{
 "query": {
    "ids": {
      "values": ["id1", "id2", "id3", ...]
    }
 }
}

示例

GET /employee/_search
{
  "query": {
    "ids": {
      "values": [1,2]
    }
  }
}

GET /<index_name>/_search
{
 "query": {
    "prefix": {
      "your_field_name": {
        "value": "your_prefix_string"
      }
    }
 }
}

• <index_name>: 指定要查询的字段名，这个字段通常是一个多值字段。
• terms: 提供一组词项，用于在指定字段中进行匹配。
• minimum_should_match_field: 指定一个包含匹配数量的字段名，其值应用作要匹配的最少术语数，以便返回文档。
• minimum_should_match_script: 提供一个自定义脚本，用于动态计算匹配数量。如果需要动态设置匹配所需的术语数，这个参数将非常有用。

示例

假设我们有一个电影数据库，其中每部电影都有多个标签。现在，我们希望找到同时具有一定数量的给定标签的电影。

测试数据

PUT /movies
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "tags": {
        "type": "keyword"
      },
      "tags_count": {
        "type": "integer"
      }
    }
  }
}

POST /movies/_bulk
{"index":{"_id":1}}
{"title":"电影1", "tags":["喜剧","动作","科幻"], "tags_count":3}
{"index":{"_id":2}}
{"title":"电影2", "tags":["喜剧","爱情","家庭"], "tags_count":3}
{"index":{"_id":3}}
{"title":"电影3", "tags":["动作","科幻","家庭"], "tags_count":3}

GET /movies/_search
{
  "query": {
    "terms_set": {
      "tags": {
        "terms": [
          "喜剧",
          "动作",
          "科幻"
        ],
        "minimum_should_match": 2
      }
    }
  }
}

GET /movies/_search
{
  "query": {
    "terms_set": {
      "tags": {
        "terms": [
          "喜剧",
          "动作",
          "科幻"
        ],
        "minimum_should_match_script": {
          "source": "2"
        }
      }
    }
  }
}

GET /movies/_search
{
  "query": {
    "terms_set": {
      "tags": {
        "terms": [
          "喜剧",
          "动作",
          "科幻"
        ],
        "minimum_should_match_field": "tags_count"
      }
    }
  }
}


GET /movies/_search
{
  "query": {
    "terms_set": {
      "tags": {
        "terms": [
          "喜剧",
          "动作",
          "科幻"
        ],
        "minimum_should_match_script": {
          "source": "doc['tags_count'].value*0.7"
        }
      }
    }
  }
}

全文检索查询旨在基于相关性搜索和匹配文本数据。这些查询会对输入的文本进行分析，将其拆分为词项（单个单词），并执行诸如分词、词干处理和标准化等操作。此类检索主要应用于非结构化文本数据，如文章和评论等。

4.1 match——分词查询

match查询是一种全文搜索查询，它使用分析器将查询字符串分解成单独的词条，并在倒排索引中搜索这些词条。match查询适用于文本字段，并且可以通过多种参数来调整搜索行为。

对于match查询，其底层逻辑的概述：

1.分词：首先，输入的查询文本会被分词器进行分词。分词器会将文本拆分成一个个词项（terms），如单词、短语或特定字符。分词器通常根据特定的语言规则和配置进行操作。

2.匹配计算：一旦查询被分词，ES将根据查询的类型和参数计算文档与查询的匹配度。对于match查询，ES将比较查询的词项与倒排索引中的词项，并计算文档的相关性得分。相关性得分衡量了文档与查询的匹配程度。

3.结果返回：根据相关性得分，ES将返回最匹配的文档作为搜索结果。搜索结果通常按照相关性得分进行排序，以便最相关的文档排在前面。

基本语法

一个基本的match查询的结构如下：

GET /<index_name>/_search
{
 "query": {
    "match": {
      "<field_name>": "<query_string>"
    }
 }
}

示例

#分词后or的效果
GET /employee/_search
{
  "query": {
    "match": {
      "address": "番禺万民城"
    }
  }
}

# 分词后 and的效果
GET /employee/_search
{
  "query": {
    "match": {
      "address": {
        "query": "番禺万民城",
        "operator": "and"
      }
    }
  }
}

在match中的应用： 当operator参数设置为or时，minnum_should_match参数用来控制匹配的分词的最少数量。

# 最少匹配广州，塔两个词
GET /employee/_search
{
  "query": {
    "match": {
      "address": {
        "query": "广州塔",
        "minimum_should_match": 2
      }
    }
  }
}

4.2 multi_match——多字段查询

multi_match查询在Elasticsearch中用于在多个字段上执行相同的搜索操作。它可以接受一个查询字符串，并在指定的字段集合中搜索这个字符串。multi_match查询提供了灵活的匹配类型和操作符选项，以便根据不同的搜索需求调整搜索行为。

基本语法

一个基本的multi_match查询的结构如下：

GET /<index_name>/_search
{
 "query": {
    "multi_match": {
      "query": "<query_string>",
      "fields": ["<field1>", "<field2>", ...]
    }
 }
}

示例

GET /employee/_search
{
  "query": {
    "multi_match": {
      "query": "江门java",
      "fields": [
        "address",
        "remark"
      ]
    }
  }
}

4.3 match_phrase短语查询

match_phrase查询在Elasticsearch中用于执行短语搜索，它不仅匹配整个短语，而且还考虑了短语中各个词的顺序和位置。这种查询类型对于搜索精确短语非常有用，尤其是在用户输入的查询与文档中的文本表达方式需要严格匹配时。

基本语法

一个基本的match_phrase查询的结构如下：

GET /<index_name>/_search
{
 "query": {
    "match_phrase": {
      "<field_name>": {
        "query": "<phrase>"
      }
    }
 }
}

• <index name>是你要搜索的索引名称。
• <field name>是你要在其中搜索短语的字段名称。
• <phrase>是你要搜索的短语。

match_phrase查询还支持一个可选的slop参数，用于指定短语中词之间可以出现的最大位移数量。默认值为0，意味着短语中的词必须严格按照顺序出现。如果设置了非零的slop值，则允许短语中的某些词在一定范围内错位。

GET /employee/_search
{
  "query": {
    "match_phrase": {
      "address": "广州白云"
    }
  }
}


GET /employee/_search
{
  "query": {
    "match_phrase": {
      "address": "广州白云山"
    }
  }
}

示例

GET /employee/_search
{
  "query": {
    "match_phrase": {
      "address": "广州白云山"
    }
  }
}


GET /employee/_search
{
  "query": {
    "match_phrase": {
      "address": "广州白云"
    }
  }
}

思考：为什么查询广州白云山有数据，广州白云没有数据？

分析原因：

先查看广州白云山公园分词结果，可以知道广州和白云不是相邻的词条，中间会隔一个白云山，而match_phrase匹配的是相邻的词条，所以查询广州白云山有结果，但查询广州白云没有结果。

POST _analyze
{
    "analyzer":"ik_max_word",
    "text":"广州白云山"
}
#结果
{
  "tokens" : [
    {
      "token" : "广州",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "白云山",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "白云",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "云山",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 3
    }
  ]
}

如何解决词条间隔的问题？可以借助slop参数，slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配。

#广州云山分词后相隔为2，可以匹配到结果
GET /employee/_search
{
  "query": {
    "match_phrase": {
      "address": {
        "query": "广州云山",
        "slop": 2
      } 
    }
  }
}

4.4 match_phrase_prefix——短语前缀匹配（严格顺序） 

场景：自动补全、搜索框实时提示
特点：

• 最后一个词做前缀匹配

• 需控制 max_expansions 防性能问题

基本语法

GET /<index name>/_search
{
  "query": {
    "match_phrase_prefix": {
      "<field name>": {
        "query": "<phrase>",  // 必需参数
        "max_expansions": 50,           // 可选参数
        "slop": 2,                      // 可选参数
        "analyzer": "<your_analyzer>"      // 可选参数
      }
    }
  }
}

• <index name>是你要搜索的索引名称。
• <field name>是你要在其中搜索短语的字段名称。
• <phrase>是你要搜索的短语。
• <your_analyzer> 指定分词器处理查询文本

• max_expansions 限制最后一个词的前缀扩展数量

  • 示例：
    "max_expansions": 10
    搜索 "elast" 时，最多考虑 10 个以 "elast" 开头的词（如 elastic, elasticity, elastomer...）

• slop 允许词项之间的间隔距离

示例

GET /employee/_search
{
  "query": {
    "match_phrase_prefix": {
      "address": {
        "query": "广", // 匹配 "广" 等
        "max_expansions": 2  // 限制扩展词数量
      }
    }
  }
}

4.5 match_bool_prefix——短语前缀匹配（无顺序） 

match_bool_prefix查询的工作原理如下：

首先通过分词器将输入文本拆分为多个词项（tokens），然后对除最后一个词项外的所有词项执行精确匹配（term查询），仅对最后一个词项进行前缀匹配（prefix查询）。

该查询本质上构建了一个布尔查询结构，其中前面的词项都以must条件进行精确匹配，而最后一个词项则采用前缀匹配方式。

基本语法

GET /<index name>/_search
{
  "query": {
    "match_bool_prefix": {
      "<field name>": {
        "query": "<phrase>",   // 必需参数
        "analyzer": "<your_analyzer>",        // 可选
        "minimum_should_match": 2,     // 可选
        "fuzziness": "AUTO",           // 可选（仅对最后词项生效）
        "boost": 2.0                   // 可选
      }
    }
  }
}

• <index name>是你要搜索的索引名称。
• <field name>是你要在其中搜索短语的字段名称。
• <phrase>是你要搜索的短语。
• <your_analyzer> 指定分词器处理查询文本
• minimum_should_match 必须匹配的最少词项数 

  • 配置值类型

    类型	示例	说明
    整数	2	必须匹配至少2个词项
    百分比	75%	匹配 ≥ 总词项数×75% 的词项
    组合	3<90%	词项≤3时全匹配，>3时匹配90%
    动态	2<-1	总词项数-1（至少匹配N-1个）

• fuzziness 对最后一个词项启用模糊匹配（前面词项仍精确匹配）

  • 配置值类型

    值	说明
    0	关闭模糊匹配（默认）
    1	允许1个字符的编辑距离
    2	允许2个字符的编辑距离
    AUTO	基于词长自动选择： - 1-2字符：0 - 3-5字符：1 >5字符：2

• boost 查询权重

示例

# 匹配要求：
#必须满足以下任一组合：
#1. "广州" + "天河*"（完整匹配）
#2. 仅当词项>2时允许75%匹配
GET /employee/_search
{
  "query": {
    "match_bool_prefix": {
      "address": {
        "query": "广州 天河",             
        "minimum_should_match": "2<75%", // 动态匹配阈值（核心参数）
        "fuzziness": 1,                  // 最后词项模糊匹配
        "boost": 1.5                     // 适度权重提升
      }
    }
  }
}

匹配结果示例

4.6 query_string——支持与或非表达式的查询

query_string查询是一种灵活的查询类型，它允许使用Lucene查询语法来构建复杂的搜索查询。这种查询类型支持多种逻辑运算符，包括与（AND）、或（OR）和非（NOT），以及通配符、模糊搜索和正则表达式等功能。query_string查询可以在单个或多个字段上进行搜索，并且可以处理复杂的查询逻辑。

应用场景包括高级搜索、数据分析和报表等，适合处理需满足特定需求、要求支持与或非表达式的复杂查询任务，通常用于专业领域或需要高级查询功能的应用中。

基本语法

query_string查询的基本语法结构如下：

GET /<index_name>/_search
{
 "query": {
    "query_string": {
      "query": "<your_query_string>",
      "default_field": "<field_name>"
    }
 }
}

• <your_query_string>是查询逻辑，可以包含上述提到的逻辑运算符和通配符等
• <field name>是默认搜索字段，如果省略则会搜索所有可索引字段.

# AND 要求大写
GET /employee/_search
{
  "query": {
    "query_string": {
      "query": "赵六 AND 南村万博"
    }
  }
}

GET /employee/_search
{
  "query": {
    "query_string": {
      "default_field": "address",
      "query": "白云山 OR 南村"
    }
  }
}

GET /employee/_search
{
  "query": {
    "query_string": {
      "fields": ["name","address"],
      "query": "张三 OR (番禺 AND 王五)"
    }
  }
}

4.7 simple_query_string——更安全的 query_string 替代品

与Query String类似，但具有更强的容错性：

• 自动忽略语法错误
• 仅支持部分查询语法
• 不支持完整的AND/OR/NOT逻辑（这些关键词会被视为普通字符串）

支持简化的逻辑运算符：

• + 代替 AND
• | 代替 OR
• - 代替 NOT

生产环境建议：
优先使用simple_query_string而非query_string，因其：

• 语法更宽松
• 可容忍输入错误
• 避免因语法问题导致查询失败

基础语法结构示例：

GET /<index_name>/_search
{
 "query": {
    "simple_query_string": {
      "query": "<query_string>",
      "fields": ["<field1>", "<field2>", ...],
      "default_operator": "OR" // 或 "AND"
    }
 }
}

•  <query_string>是要搜索的査询表达式。
• <field1>,<field2>,.. 是搜索可以在其中进行的字段列表
• default operator 定义了查询字符串中未指定操作符时的默认逻辑运算符，可以是"OR"或"AND"。

示例

#simple_query_string 默认的operator是OR
GET /employee/_search
{
  "query": {
    "simple_query_string": {
      "fields": ["name","address"],
      "query": "广州白云",
      "default_operator": "AND"
    }
  }
}

GET /employee/_search
{
  "query": {
    "simple_query_string": {
      "fields": ["name","address"],
      "query": "广州 + 白云"
    }
  }
}

4.8 interval—— 高级文本匹配工具

interval 查询是 Elasticsearch 提供的一种高级文本匹配工具，它允许您通过定义精确的规则来控制查询词项在文档中的出现顺序、间隔和关系。这种查询特别适用于需要精细控制匹配模式的场景，如法律文本、专利搜索、歌词匹配等。

基本语法结构

GET /your_index/_search
{
  "query": {
    "intervals": {
      "<FIELD_NAME>": {
        "<RULE_TYPE>": {
          // 规则特定参数
          "intervals": [ // 子规则数组
            { ... },
            { ... }
          ],
          // 通用参数
          "ordered": true|false,
          "max_gaps": 整数,
          "filter": { ... }
        }
      }
    }
  }
}

核心概念解释

1. 规则类型 (Rule Types)

2. 通用参数

详细语法解释

基础匹配规则 (match)

{
  "match": {
    "query": "搜索词",
    "analyzer": "分词器",
    "use_field": "字段名"
  }
}

组合规则 (all_of/any_of)

{
  "all_of": {
    "ordered": true,
    "max_gaps": 2,
    "intervals": [
      { "match": { "query": "词1" } },
      { "match": { "query": "词2" } }
    ]
  }
}

实用示例解析

示例 1：精确法律条款匹配

匹配"版权"后跟"侵权"或"违反"，最后是"处罚"，最多允许5个词间隔

GET /legal_docs/_search
{
  "query": {
    "intervals": {
      "content": {
        "all_of": {
          "ordered": true,
          "max_gaps": 5,
          "intervals": [
            { "match": { "query": "版权" } },
            { 
              "any_of": {
                "intervals": [
                  { "match": { "query": "侵权" } },
                  { "match": { "query": "违反" } }
                ]
              }
            },
            { "match": { "query": "处罚" } }
          ]
        }
      }
    }
  }
}

示例 2：歌词匹配（允许词序变化）

匹配"月亮"和"代表"，顺序不限，中间最多3个词

GET /song_lyrics/_search
{
  "query": {
    "intervals": {
      "lyrics": {
        "all_of": {
          "ordered": false, // 不要求顺序
          "max_gaps": 3,
          "intervals": [
            { "match": { "query": "月亮" } },
            { "match": { "query": "代表" } }
          ]
        }
      }
    }
  }
}

示例 3：专利搜索（带同义词和模糊匹配）

匹配"人工智能"后跟"医疗"或"健康"，然后是"诊断"的模糊匹配

GET /patents/_search
{
  "query": {
    "intervals": {
      "abstract": {
        "all_of": {
          "ordered": true,
          "intervals": [
            { "match": { "query": "人工智能" } },
            { 
              "any_of": {
                "intervals": [
                  { "match": { "query": "医疗" } },
                  { "match": { "query": "健康" } }
                ]
              }
            },
            { 
              "fuzzy": {
                "term": "诊断",
                "fuzziness": 1, // 允许1个字符差异
                "prefix_length": 1 // 要求首字符相同
              }
            }
          ]
        }
      }
    }
  }
}

示例 4：排除特定内容的匹配

匹配"云服务"后跟"安全"，但不包含"漏洞"的内容

GET /tech_articles/_search
{
  "query": {
    "intervals": {
      "content": {
        "all_of": {
          "ordered": true,
          "intervals": [
            { "match": { "query": "云服务" } },
            { "match": { "query": "安全" } }
          ],
          "filter": {
            "not_containing": {
              "match": {
                "query": "漏洞"
              }
            }
          }
        }
      }
    }
  }
}

PUT /books
{
  "settings": {
    "number_of_replicas": 1,
    "number_of_shards": 1
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "long"
      },
      "title": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "language": {
        "type": "keyword"
      },
      "author": {
        "type": "keyword"
      },
      "price": {
        "type": "double"
      },
      "publish_time": {
        "type": "date",
        "format": "yyyy-MM-dd"
      },
      "description": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

POST /_bulk
{"index":{"_index":"books","_id":"1"}}
{"id":"1", "title":"Java编程思想", "language":"java", "author":"Bruce Eckel", "price":70.20, "publish_time":"2007-10-01", "description":"Java学习必读经典，殿堂级著作！赢得了全球程序员的广泛赞誉。"}
{"index":{"_index":"books","_id":"2"}}
{"id":"2","title":"Java程序性能优化","language":"java","author":"葛一鸣","price":46.5,"publish_time":"2012-08-01","description":"让你的Java程序更快、更稳定。深入剖析软件设计层面、代码层面、JVM虚拟机层面的优化方法"}
{"index":{"_index":"books","_id":"3"}}
{"id":"3","title":"Python科学计算","language":"python","author":"张若愚","price":81.4,"publish_time":"2016-05-01","description":"零基础学python，光盘中作者独家整合开发winPython运行环境，涵盖了Python各个扩展库"}
{"index":{"_index":"books","_id":"4"}}
{"id":"4", "title":"Python基础教程", "language":"python", "author":"Helant", "price":54.50, "publish_time":"2014-03-01", "description":"经典的Python入门教程，层次鲜明，结构严谨，内容翔实"}
{"index":{"_index":"books","_id":"5"}}
{"id":"5","title":"JavaScript高级程序设计","language":"javascript","author":"Nicholas C. Zakas","price":66.4,"publish_time":"2012-10-01","description":"JavaScript技术经典名著"}


GET /books/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "java编程"
          }
        },{
          "match": {
            "description": "性能优化"
          }
        }
      ]
    }
  }
}

GET /books/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "title": "java编程"
          }
        },{
          "match": {
            "description": "性能优化"
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}
GET /books/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "language": "java"
          }
        },
        {
          "range": {
            "publish_time": {
              "gte": "2010-08-01"
            }
          }
        }
      ]
    }
  }
}

#指定ik分词器
PUT /products
{
  "settings" : {
      "index" : {
          "analysis.analyzer.default.type": "ik_max_word"
      }
  }
}

PUT /products/_doc/1
{
  "proId" : "2",
  "name" : "牛仔男外套",
  "desc" : "牛仔外套男装春季衣服男春装夹克修身休闲男生潮牌工装潮流头号青年春秋棒球服男 7705浅蓝常规 XL",
  "timestamp" : 1576313264451,
  "createTime" : "2019-12-13 12:56:56"
}

PUT /products/_doc/2
{
  "proId" : "6",
  "name" : "HLA海澜之家牛仔裤男",
  "desc" : "HLA海澜之家牛仔裤男2019时尚有型舒适HKNAD3E109A 牛仔蓝(A9)175/82A(32)",
  "timestamp" : 1576314265571,
  "createTime" : "2019-12-18 15:56:56"
}

GET /products/_search
{
  "query": {
    "term": {
      "name": {
        "value": "牛仔"
      }
    }
  },
  "highlight": {
    "fields": {
      "*":{}
    }
  }
}

GET /products/_search
{
  "query": {
    "multi_match": {
      "fields": ["name","desc"],
      "query": "牛仔"
    }
  },
  "highlight": {
    "post_tags": ["</span>"], 
    "pre_tags": ["<span style='color:red'>"],
    "fields": {
      "*":{}
    }
  }
}

GET /products/_search
{
  "query": {
    "term": {
      "name": {
        "value": "牛仔"
      }
    }
  },
  "highlight": {
    "pre_tags": ["<font color='red'>"],
    "post_tags": ["<font/>"],
    "require_field_match": "false",
    "fields": {
      "name": {},
      "desc": {}
    }
  }
}

PUT /my_index
{
 "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
 }
}

GET /my_index/_search
{
 "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "10km",
          "distance_type": "arc",
          "location": {
            "lat": 39.9,
            "lon": 116.4
          }
        }
      }
    }
 }
}

# 创建索引
PUT /tourist_spots
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_max_word"
      },
      "location": {
        "type": "geo_point"
      }
    }
  }
}

# 插入文档
POST /tourist_spots/_doc
{
  "name": "故宫博物院",
  "location": {
    "lat": 39.9159,
    "lon": 116.3945
  },
  "city": "北京"
}

POST /tourist_spots/_doc
{
  "name": "西湖",
  "location": {
    "lat": 30.2614,
    "lon": 120.1479
  },
  "city": "杭州"
}

POST /tourist_spots/_doc
{
  "name": "雷峰塔",
  "location": {
    "lat": 30.2511,
    "lon": 120.1347
  },
  "city": "杭州"
}

POST /tourist_spots/_doc
{
  "name": "苏堤春晓",
  "location": {
    "lat": 30.2584,
    "lon": 120.1383
  },
  "city": "杭州"
}

# 搜索包含故宫或博物院的景点：
GET /tourist_spots/_search
{
  "query": {
    "match": {
      "name": "故宫 博物院"
    }
  }
}
# 查询北京附近的景点
GET /tourist_spots/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "10km",
          "distance_type": "arc",
          "location": {
            "lat": 39.9159,
            "lon": 116.3945
          }
        }
      }
    }
  }
}
# 查询杭州西湖5km附近的景点
#雷峰塔 - 位于西湖附近，距离约2.8公里。
#苏堤春晓 - 位于西湖边，距离西湖中心约1公里。
GET /tourist_spots/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "5km",
          "distance_type": "arc",
          "location": {
            "lat": 30.2614,
            "lon": 120.1479
          }
        }
      }
    }
  }
}

PUT image-index
{
  "mappings": {
    "properties": {
      "image-vector": {
        "type": "dense_vector",
        "dims": 3
      },
      "title": {
        "type": "text"
      },
      "file-type": {
        "type": "keyword"
      },
      "my_label": {
        "type": "text"
      }
    }
  }
}

POST image-index/_bulk
{ "index": {} }
{ "image-vector": [-5, 9, -12], "title": "Image A", "file-type": "jpeg", "my_label": "red" }
{ "index": {} }
{ "image-vector": [10, -2, 3], "title": "Image B", "file-type": "png", "my_label": "blue" }
{ "index": {} }
{ "image-vector": [4, 0, -1], "title": "Image C", "file-type": "gif", "my_label": "red" }

POST image-index/_search
{
  "knn": {
    "field": "image-vector",
    "query_vector": [-5, 10, -12],
    "k": 10,
    "num_candidates": 100
  },
  "fields": [ "title", "file-type" ]
}