Elasticsearch 查询分类及功能关键字

一、全文检索查询 (Full Text Queries)

这类查询用于搜索文本内容，会对查询语句进行分词处理，适用于 text 类型的字段。

1. multi_match

   • 功能：在多个字段上执行相同的 match 查询。

   • 示例：同时在 title 和 content 字段中搜索关键词。

   json

   {
     "query": {
       "multi_match": {
         "query": "quick brown fox",
         "fields": ["title", "content"]
       }
     }
   }

2. match_phrase

   • 功能：匹配包含完全相同且顺序一致的短语的文档。它考虑了单词的顺序。

   • 示例：精确匹配短语 “quick brown fox”。

   json

   {
     "query": {
       "match_phrase": {
         "message": "quick brown fox"
       }
     }
   }

3. match_phrase_prefix

   • 功能：与 match_phrase 类似，但允许对最后一个词项进行前缀匹配（即通配符搜索）。

   • 示例：匹配以 “quick brown f” 开头的短语，用于实现搜索建议。

   json

   {
     "query": {
       "match_phrase_prefix": {
         "message": "quick brown f"
       }
     }
   }

4. query_string

   • 功能：支持复杂的、紧凑的Lucene查询字符串语法，允许使用 AND, OR, NOT, 通配符 *, 模糊匹配 ~ 等操作符在一个查询字符串中表达复杂逻辑。

   • 注意：非常强大但也很危险（语法严格易出错），通常不推荐用于用户直接输入（有注入风险）。

   json

   {
     "query": {
       "query_string": {
         "default_field": "content",
         "query": "(elasticsearch AND learning) OR (kibana tutorial)"
       }
     }
   }

5. simple_query_string

   • 功能：query_string 的一个更安全、更简单的版本。它会忽略无效的语法部分而不是直接报错，更适合暴露给用户直接使用。

   json

   {
     "query": {
       "simple_query_string": {
         "query": "elasticsearch -kibana",
         "fields": ["content"],
         "default_operator": "and"
       }
     }
   }

二、词项级查询 (Term-level Queries)

这类查询用于精确匹配未经分词的精确值，如数字、日期、关键字（keyword），不进行评分（只关心是否匹配），通常用于过滤。

1. exists

   • 功能：查找包含指定字段（且该字段值不为 null 或空数组）的文档。

   json

   {
     "query": {
       "exists": {
         "field": "user"
       }
     }
   }

2. prefix

   • 功能：查找在指定字段中包含以给定前缀开头的词项的文档。

   json

   {
     "query": {
       "prefix": {
         "user": "ki" // 匹配 "kimchy", "kirk", 等
       }
     }
   }

3. wildcard

   • 功能：使用通配符进行匹配。* 代表多个字符，? 代表一个字符。

   • 注意：通配符查询在大型索引上可能很慢，尽量避免以 * 或 ? 开头。

   json

   {
     "query": {
       "wildcard": {
         "user": "ki*y" // 匹配 "kimchy", "kirkby", 等
       }
     }
   }

4. regexp

   • 功能：使用正则表达式进行匹配。功能最强大，但性能代价也最高。

   json

   {
     "query": {
       "regexp": {
         "user": "k[ie].*y"
       }
     }
   }

5. fuzzy

   • 功能：匹配与搜索词项相似（允许一定程度的拼写错误/编辑距离）的文档。基于Levenshtein编辑距离。

   json

   {
     "query": {
       "fuzzy": {
         "user": {
           "value": "ki", // 可能会匹配 "kimchy", "kirk", "cie" 等
           "fuzziness": "AUTO"
         }
       }
     }
   }

6. ids

   • 功能：根据文档的 _id 字段来查询文档。

   json

   {
     "query": {
       "ids": {
         "values": ["1", "2", "3"]
       }
     }
   }

三、复合查询 (Compound Queries)

这类查询可以将其它查询组合起来，实现复杂的逻辑。

1. bool (这是最重要的复合查询)

   • 功能：将多个查询子句通过逻辑关系组合在一起。

   • 子句：

     • must：必须匹配，贡献得分 (AND)

     • filter：必须匹配，但不贡献得分（性能更高，常用于过滤）

     • should：应该匹配（满足其中一部分即可，与 minimum_should_match 参数配合使用）(OR)

     • must_not：必须不匹配，不贡献得分 (NOT)

   json

   {
     "query": {
       "bool": {
         "must": [
           { "match": { "title": "elasticsearch" } }
         ],
         "filter": [
           { "range": { "date": { "gte": "2023-01-01" } } },
           { "term": { "status": "published" } }
         ],
         "must_not": [
           { "term": { "tags": "experimental" } }
         ],
         "should": [
           { "match": { "content": "performance" } },
           { "match": { "content": "scalability" } }
         ],
         "minimum_should_match": 1
       }
     }
   }

2. boosting

   • 功能：返回匹配 positive 查询的文档，但同时降低也匹配 negative 查询的文档的得分。

   json

   {
     "query": {
       "boosting": {
         "positive": {
           "match": { "text": "apple" }
         },
         "negative": {
           "match": { "text": "pie" }
         },
         "negative_boost": 0.5 // 匹配 negative 子句的文档，其得分会乘以 0.5
       }
     }
   }

四、地理查询 (Geo Queries)

用于基于地理坐标的搜索。

1. geo_distance

   • 功能：查找距离某个中心点一定距离内的所有文档。

   json

   {
     "query": {
       "geo_distance": {
         "distance": "200km",
         "pin.location": {
           "lat": 40,
           "lon": -70
         }
       }
     }
   }

2. geo_bounding_box

   • 功能：查找位于一个矩形框内的所有文档。

   json

   {
     "query": {
       "geo_bounding_box": {
         "pin.location": {
           "top_left": {
             "lat": 40.73,
             "lon": -74.1
           },
           "bottom_right": {
             "lat": 40.01,
             "lon": -71.12
           }
         }
       }
     }
   }

五、特殊查询 (Specialized Queries)

1. script

   • 功能：使用脚本（如 Painless）来自定义查询逻辑，功能极其强大，但性能开销大。

   json

   {
     "query": {
       "script": {
         "script": {
           "source": "doc['price'].value > params.threshold",
           "params": {
             "threshold": 100
           }
         }
       }
     }
   }

2. percolate

   • 功能：反向查询。不是根据查询找文档，而是根据文档（存储的查询）找哪些查询会被该文档匹配。常用于告警系统或内容推荐（“为我保存这篇文章”）。

六、跨度查询 (Span Queries)

用于非常精确地控制词项的顺序和位置关系，常用于法律或专利文档的高精度检索。

• span_near, span_term, span_first 等。

总结

类别	常用查询	用途
全文检索	multi_match, match_phrase, query_string	在文本中搜索关键词或短语
词项级	exists, prefix, wildcard, fuzzy	精确匹配、过滤、前缀/模糊搜索
复合查询	bool (最重要)	组合多个查询，实现 AND/OR/NOT 逻辑
地理查询	geo_distance, geo_bounding_box	基于地理位置搜索
特殊查询	script, percolate	自定义脚本逻辑、反向查询

bool 复合查询是构建复杂、高效 Elasticsearch 搜索功能的关键。bool 查询的 filter 上下文因其不计算得分和可缓存的特点，被广泛用于提高查询性能。