Elasticsearch 查询全面详解：从基础到高级实战

最新推荐文章于 2025-10-28 13:56:57 发布

原创最新推荐文章于 2025-10-28 13:56:57 发布 · 1k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#elasticsearch #大数据 #搜索引擎

引言

Elasticsearch 作为最流行的搜索引擎之一，其强大的查询功能是核心价值所在。本文将全面详细介绍 Elasticsearch 的各种查询类型，每个查询都配以具体示例，帮助您彻底掌握 ES 查询的使用技巧。

一、全文检索查询（Full Text Queries）

1. match 查询 - 最基础的全文搜索

作用：对文本进行分词后匹配，支持模糊搜索。

json

// 示例：搜索包含"elasticsearch"或"tutorial"的文档
{
  "query": {
    "match": {
      "content": "elasticsearch tutorial"
    }
  }
}

// 实际应用：博客搜索
GET /articles/_search
{
  "query": {
    "match": {
      "title": "机器学习 人工智能"
    }
  }
}

特点：

自动分词处理
支持 OR 操作（默认）
可设置 operator 为 AND 要求全部匹配

2. match_phrase 查询 - 精确短语匹配

作用：匹配完整的短语，保持词项顺序和接近度。

json

// 示例：搜索完整短语"quick brown fox"
{
  "query": {
    "match_phrase": {
      "title": "quick brown fox"
    }
  }
}

// 支持 slop 参数允许词项间隔
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "quick fox",
        "slop": 1  // 允许中间有1个其他词
      }
    }
  }
}

实际案例：

json

// 搜索产品型号
{
  "query": {
    "match_phrase": {
      "product_name": "iPhone 15 Pro"
    }
  }
}

// 搜索地址
{
  "query": {
    "match_phrase": {
      "address": "北京市海淀区"
    }
  }
}

3. match_phrase_prefix 查询 - 短语前缀搜索

作用：用于实现搜索建议，最后一个词项进行前缀匹配。

json

// 示例：实现自动完成功能
{
  "query": {
    "match_phrase_prefix": {
      "title": "elasticsearch tuto"
    }
  }
}

// 完整参数配置
{
  "query": {
    "match_phrase_prefix": {
      "title": {
        "query": "quick bro",
        "slop": 2,
        "max_expansions": 10  // 限制扩展数量
      }
    }
  }
}

应用场景：

搜索框自动提示
产品名称搜索建议
地址搜索

4. match_bool_prefix 查询 - 布尔前缀匹配

作用：前N-1个词精确匹配，最后一个词前缀匹配。

json

// 示例：宽松的短语前缀搜索
{
  "query": {
    "match_bool_prefix": {
      "title": "elasticsearch tuto"
    }
  }
}

// 等价于：elasticsearch AND tuto*

与 match_phrase_prefix 对比：

match_bool_prefix：不要求词项顺序和接近度
match_phrase_prefix：要求词项顺序和接近度

5. multi_match 查询 - 多字段搜索

作用：在多个字段中执行相同的搜索查询。

json

// 基础用法
{
  "query": {
    "multi_match": {
      "query": "elasticsearch",
      "fields": ["title", "content", "tags"]
    }
  }
}

// 带权重配置
{
  "query": {
    "multi_match": {
      "query": "无线耳机",
      "fields": [
        "product_name^3",    // 权重3倍
        "category^2",        // 权重2倍
        "description^1.5",   // 权重1.5倍
        "tags"              // 默认权重1倍
      ]
    }
  }
}

// 不同类型配置
{
  "query": {
    "multi_match": {
      "query": "elasticsearch tutorial",
      "fields": ["title", "content"],
      "type": "best_fields",  // 还可选 most_fields, cross_fields
      "tie_breaker": 0.3
    }
  }
}

实际应用：

json

// 电商商品搜索
GET /products/_search
{
  "query": {
    "multi_match": {
      "query": "华为手机",
      "fields": ["name^3", "category^2", "brand^2", "description"],
      "type": "best_fields"
    }
  }
}

6. query_string 查询 - 高级查询语法

作用：支持完整的Lucene查询语法。

json

// 基础用法
{
  "query": {
    "query_string": {
      "query": "elasticsearch AND tutorial",
      "fields": ["title", "content"]
    }
  }
}

// 复杂查询示例
{
  "query": {
    "query_string": {
      "query": "(title:elasticsearch OR content:elasticsearch) AND author:john_doe AND publish_date:[2024-01-01 TO *]",
      "default_operator": "AND"
    }
  }
}

// 支持各种操作符
{
  "query": {
    "query_string": {
      "query": "name:iPhone* AND price:[5000 TO 10000] -color:\"red\"",
      "fields": ["name", "category", "description"]
    }
  }
}

语法特性：

AND/OR/NOT 布尔逻辑
field:value 字段指定
* 通配符
[min TO max] 范围查询
"phrase" 短语搜索
~ 模糊搜索

7. simple_query_string 查询 - 安全的查询字符串

作用：简化版的query_string，语法错误不会导致查询失败。

json

{
  "query": {
    "simple_query_string": {
      "query": "elasticsearch +tutorial -beginner",
      "fields": ["title", "content"],
      "default_operator": "and"
    }
  }
}

二、词项级别查询（Term-level Queries）

8. term 查询 - 精确值匹配

作用：对不分词的字段进行精确匹配。

json

{
  "query": {
    "term": {
      "status": {
        "value": "published"
      }
    }
  }
}

// 实际应用：枚举值搜索
{
  "query": {
    "term": {
      "category": "electronics"
    }
  }
}

9. terms 查询 - 多值精确匹配

json

{
  "query": {
    "terms": {
      "tags": ["elasticsearch", "logstash", "kibana"]
    }
  }
}

10. range 查询 - 范围查询

json

{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 1000
      }
    }
  }
}

// 日期范围查询
{
  "query": {
    "range": {
      "publish_date": {
        "gte": "2024-01-01",
        "lt": "2024-02-01",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

11. exists 查询 - 存在性检查

json

{
  "query": {
    "exists": {
      "field": "image_url"
    }
  }
}

12. prefix 查询 - 前缀匹配

json

{
  "query": {
    "prefix": {
      "sku": "IPHONE-15"
    }
  }
}

13. wildcard 查询 - 通配符匹配

json

{
  "query": {
    "wildcard": {
      "email": "*@gmail.com"
    }
  }
}

14. regexp 查询 - 正则表达式

json

{
  "query": {
    "regexp": {
      "phone": "[0-9]{3}-[0-9]{3}-[0-9]{4}"
    }
  }
}

15. fuzzy 查询 - 模糊匹配

json

{
  "query": {
    "fuzzy": {
      "title": {
        "value": "elastisearch",
        "fuzziness": "AUTO"
      }
    }
  }
}

三、复合查询（Compound Queries）

16. bool 查询 - 布尔逻辑组合

作用：组合多个查询条件的最常用方式。

json

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "elasticsearch" } }
      ],
      "should": [
        { "match": { "tags": "tutorial" } },
        { "match": { "tags": "beginner" } }
      ],
      "must_not": [
        { "range": { "price": { "gt": 1000 } } }
      ],
      "filter": [
        { "term": { "status": "published" } },
        { "range": { "publish_date": { "gte": "2024-01-01" } } }
      ]
    }
  }
}

子句说明：

must：必须匹配，贡献得分
should：应该匹配，贡献得分
must_not：必须不匹配，不贡献得分
filter：必须匹配，不贡献得分（性能更好）

17. boosting 查询 - 权重控制

json

{
  "query": {
    "boosting": {
      "positive": {
        "match": { "content": "apple" }
      },
      "negative": {
        "match": { "content": "pie" }
      },
      "negative_boost": 0.2
    }
  }
}

18. constant_score 查询 - 固定分数

json

{
  "query": {
    "constant_score": {
      "filter": {
        "term": { "category": "premium" }
      },
      "boost": 1.5
    }
  }
}

四、实战综合示例

电商商品搜索系统

json

GET /products/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "multi_match": {
            "query": "无线蓝牙耳机",
            "fields": ["name^3", "category^2", "description"],
            "type": "best_fields"
          }
        }
      ],
      "filter": [
        {
          "range": {
            "price": {
              "gte": 100,
              "lte": 2000
            }
          }
        },
        {
          "term": {
            "in_stock": true
          }
        },
        {
          "terms": {
            "brand": ["apple", "samsung", "sony"]
          }
        }
      ],
      "should": [
        {
          "range": {
            "rating": {
              "gte": 4.5,
              "boost": 2.0
            }
          }
        },
        {
          "term": {
            "is_premium": {
              "value": true,
              "boost": 1.5
            }
          }
        }
      ]
    }
  },
  "highlight": {
    "fields": {
      "name": {},
      "description": {}
    }
  },
  "sort": [
    {
      "_score": "desc"
    },
    {
      "sales": "desc"
    }
  ],
  "from": 0,
  "size": 20
}

日志分析系统

json

GET /logs/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "ERROR OR WARN OR Exception",
            "fields": ["message", "level"]
          }
        }
      ],
      "filter": [
        {
          "range": {
            "timestamp": {
              "gte": "2024-03-01T00:00:00",
              "lte": "2024-03-01T23:59:59"
            }
          }
        },
        {
          "terms": {
            "application": ["web-api", "payment-service"]
          }
        }
      ]
    }
  },
  "aggs": {
    "error_by_app": {
      "terms": {
        "field": "application"
      }
    }
  }
}

五、性能优化建议

合理使用查询类型：
- 精确匹配用 term 查询
- 全文搜索用 match 查询
- 过滤条件用 filter 上下文
索引设计优化：
- 为搜索字段设置合适的mapping
- 使用keyword类型存储不分词的字段
查询优化：
- 避免前导通配符 *search
- 限制模糊搜索的fuzziness
- 使用query_string时注意语法复杂度

总结

Elasticsearch 提供了丰富多样的查询类型，可以满足从简单到复杂的各种搜索需求。掌握这些查询的使用场景和特点，能够帮助您构建更加高效和精准的搜索系统。

核心选择原则：

简单全文搜索 → match 查询
精确短语匹配 → match_phrase 查询
搜索建议 → match_phrase_prefix 查询
多字段搜索 → multi_match 查询
复杂逻辑 → bool 查询组合
精确值过滤 → term/terms 查询
高级搜索语法 → query_string 查询

通过灵活组合这些查询类型，您可以构建出功能强大、性能优异的搜索解决方案。