探索ES查詢語法

以下是 Elasticsearch 主要查詢類型的示例及說明:


一、全文檢索查詢

  1. Match Query
    搜索分詞后的文本字段(如 text 類型):

    GET /products/_search
    {
      "query": {
        "match": {
          "description": "wireless headphones"
        }
      }
    }
    
    • 自動對 "wireless headphones" 分詞(如拆為 wirelessheadphones),匹配任一詞匯的文檔。
  2. Multi-match Query
    跨多個字段搜索:

    {
      "query": {
        "multi_match": {
          "query": "apple",
          "fields": ["title", "brand", "description"]
        }
      }
    }
    

二、精確查詢

  1. Term Query
    精確匹配未分詞的 keyword 字段:

    {
      "query": {
        "term": {
          "status": {
            "value": "published"  // 精確匹配字段值
          }
        }
      }
    }
    
  2. Terms Query
    匹配字段中包含任一指定值的文檔:

    {
      "query": {
        "terms": {
          "tags": ["electronics", "sale"]  // 匹配含 electronics 或 sale 的文檔
        }
      }
    }
    
  3. Range Query
    數值或日期范圍過濾:

    {
      "query": {
        "range": {
          "price": {
            "gte": 100,
            "lte": 1000
          }
        }
      }
    }
    
  4. Exists Query
    篩選存在某字段的文檔:

    {
      "query": {
        "exists": {
          "field": "author"  // 返回包含 author 字段的文檔
        }
      }
    }
    

三、復合查詢

  1. Bool Query 組合邏輯條件(AND/OR/NOT):

    {
      "query": {
        "bool": {
          "must": [  // 必須滿足
            { "match": { "title": "phone" } },
            { "range": { "price": { "lte": 500 } } }
          ],
          "must_not": [  // 必須不滿足
            { "term": { "brand": "A" } }
          ],
          "should": [  // 滿足任意一個
            { "term": { "color": "black" } },
            { "term": { "color": "silver" } }
          ],
          "minimum_should_match": 1,  // 至少滿足 1 個 should 條件
          "filter": [  // 過濾,不參與評分
            { "term": { "in_stock": true } }
          ]
        }
      }
    }
    

四、特殊查詢

  1. Match_all Query
    匹配所有文檔:

    {
      "query": {
        "match_all": {}
      }
    }
    
  2. Wildcard Query
    通配符匹配(* 匹配任意字符,? 匹配單個字符):

    {
      "query": {
        "wildcard": {
          "sku": "pro-*"  // 匹配 pro-123, pro-abc 等
        }
      }
    }
    
  3. Prefix Query
    前綴匹配:

    {
      "query": {
        "prefix": {
          "city": "new"  // 匹配 new york, new delhi 等
        }
      }
    }
    
  4. Fuzzy Query
    容錯匹配(允許拼寫錯誤):

    {
      "query": {
        "fuzzy": {
          "text": {
            "value": "quick",  
            "fuzziness": "AUTO"  // 自動允許 1-2 個字符的差異
          }
        }
      }
    }
    

五、其他功能示例

  1. 分頁與排序

    {
      "query": { "match_all": {} },
      "from": 10,  // 跳過前 10 條
      "size": 5,   // 返回 5 條結果
      "sort": [
        { "price": { "order": "desc" } }  // 按價格降序排序
      ]
    }
    
  2. 高亮匹配內容

    {
      "query": {
        "match": { "content": "Elasticsearch" }
      },
      "highlight": {
        "fields": {
          "content": {}  // 高亮 content 字段中的匹配詞
        }
      }
    }
    

關鍵注意事項

  • 默認返回 10 條數據:在未顯式設置 size 參數時,Elasticsearch 的 search 查詢默認僅返回匹配結果的前 10 條記錄。
  • 字段類型term 適用于 keyword 類型,match 適用于 text 類型。
  • 性能:優先用 filter 替代 must 進行精確過濾(如狀態、時間范圍),減少評分計算。
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,533評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,055評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,365評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,561評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,346評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,889評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,978評論 3 439
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,118評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,637評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,558評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,739評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,246評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,980評論 3 346
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,362評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,619評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,347評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,702評論 2 370

推薦閱讀更多精彩內容