查询表达式（Query DSL）是一种非常灵活又富有表现力的查询语言。Elasticsearch使用他可以以简单的JSON接口来展现Lucene功能的绝大部分。在你的应用中，你应该用它来编写你的查询语句。他可以使你的查询语句更灵活、更精确、易读和易调试。

要使用这种查询表达式，只需要将查询语句传递给query 参数：

  1. GET /_search
  2. {
  3.     "query": YOUR_QUERY_HERE
  4. }

空查询（empty search）——{}——在功能上等价于使用match_all查询，正如其名字一样，匹配所有文档：

GET /_search
{
    "query": {
        "match_all": {}
    }
}

查询语句的结构：
一个查询语句的典型结构：

{
    QUERY_NAME: {
        ARGUMENT: VALUE,
        ARGUMENT: VALUE,...
    }
}

如果是针对某个字段，那么他的结构如下：

{
    QUERY_NAME: {
        FIELD_NAME: {
            ARGUMENT: VALUE,
            ARGUMENT: VALUE,...
        }
    }
}

举个例子，你可以使用match 查询语句来查询tweet 字段中包含Elasticsearch的tweet：

{
    "match": {
        "tweet": "elasticsearch"
    }
}

完整的查询请求如下：

GET /_search
{
    "query": {
        "match": {
            "tweet": "elasticsearch"
        }
    }
}

合并查询语句

查询语句（Query clauses）就像一些简单的组合块，这些组合块可以彼此间合并组成更复杂的查询。这些语句可以是如下形式：

  1. 叶子语句（Left clauses）（就像match语句）被用于将查询字符串和一个字段（或者多个字段）对比。
  2. 复合（Compound）语句 主要用于合并其他查询语句。比如，一个bool 语句允许在你需要的时候组合其他语句，无论是must 匹配、must_not 匹配还是should 匹配，同时他可以包含不评分的过滤器（filters）：
    {
 "bool": {
     "must":     { "match": { "tweet": "elasticsearch" }},
     "must_not": { "match": { "name":  "mary" }},
     "should":   { "match": { "tweet": "full text" }},
     "filter":   { "range": { "age" : { "gt" : 30 }} }
 }
}
    一条复合语句可以合并任何其他查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以相互嵌套，可以表达非常复杂的逻辑。

例如，以下查询时为了找出信件正文包含business opportunity 的星标邮件，或者在收件箱正文包含business opportunity 的非垃圾邮件：

{
    "bool": {
        "must": { "match":   { "email": "business opportunity" }},
        "should": [
            { "match":       { "starred": true }},
            { "bool": {
                "must":      { "match": { "folder": "inbox" }},
                "must_not":  { "match": { "spam": true }}
            }}
        ],
        "minimum_should_match": 1
    }
}

到目前为止，你不必太在意这个例子的细节，我们会在后面详细解释。最重要的是你要理解到，一条复合语句可以将多条语句——叶子语句和其他复合语句——合并成一个单一的查询语句。