Elasticsearch 查询 DSL 学习实践-Setyg的博客

Elasticsearch 的查询 DSL（Domain Specific Language）是基于 JSON 的检索语言，所有搜索请求都通过它来描述。掌握 Query DSL 是用好 Elasticsearch 的关键——它决定了检索结果准不准、快不快。本文从基本概念讲起，把最常用的七种查询类型整理成可直接照抄的示例，并补充实际使用中容易踩的坑。

一、基本概念

概念	说明	关系型数据库类比
索引（Index）	文档的集合，是检索的基本单位	表（Table）
文档（Document）	存储在索引中的数据单元，JSON 格式	行（Row）
字段（Field）	文档中的键值对	列（Column）
映射（Mapping）	字段的类型定义，决定该字段能被怎样查询	表结构（Schema）
类型（Type）	7.0 之前一个索引可有多个类型；7.0 起一个索引只能有一个类型 `_doc`，8.0 已彻底移除该概念	已废弃

检索请求统一发到 _search 接口，一个完整的查询体除了 query，还可以带排序、分页、字段过滤和聚合：

GET /my_index/_search
{
  "query":   { "match": { "title": "elasticsearch" } },
  "_source": ["title", "create_time"],
  "from":    0,
  "size":    10,
  "sort":    [{ "create_time": "desc" }]
}

二、常用查询类型速查

查询类型	用途	是否分词	适用字段
`match`	全文检索，最常用的查询	是	`text`
`term`	精确匹配单个词条	否	`keyword` / 数值 / 布尔
`range`	范围查询	否	数值 / 日期 / `keyword`
`bool`	逻辑组合多个查询条件	—	—
`wildcard`	通配符匹配（`*`、`?`）	否	`keyword`
`query_string`	Lucene 语法的字符串查询	视写法而定	`text`
`nested`	查询嵌套对象内部字段	视内层查询而定	`nested` 类型字段

三、示例详解

1. Match Query：全文检索

对查询词做分词后再匹配，是文本字段的默认选择。

{
  "query": {
    "match": {
      "field_name": "search_term"
    }
  }
}

常用参数：

{
  "query": {
    "match": {
      "title": {
        "query": "elasticsearch query dsl",
        "operator": "and",
        "minimum_should_match": "2"
      }
    }
  }
}

operator：默认 or（分词后任一词条命中即返回），改为 and 则要求全部命中，召回率降低但精确度提高。
minimum_should_match：最少命中几个词条，比 and 更灵活，例如 "75%"。

2. Term Query：精确匹配

{
  "query": {
    "term": {
      "field_name": "exact_value"
    }
  }
}

注意：term 不做分词，匹配的是倒排索引里的词条，而不是原始字段值。因此它只应该用在 keyword、数值、布尔、日期这类字段上；对一个 text 字段用 term 查整句话，几乎一定查不到结果。

3. Range Query：范围查询

{
  "query": {
    "range": {
      "timestamp": {
        "gte": "2023-10-01T00:00:00Z",
        "lt": "2023-10-31T23:59:59Z"
      }
    }
  }
}

四个边界参数：gt（大于）、gte（大于等于）、lt（小于）、lte（小于等于）。日期字段还支持日期数学表达式：

{
  "query": {
    "range": {
      "create_time": { "gte": "now-7d/d", "lte": "now" }
    }
  }
}

now-7d/d 表示「七天前的零点」，/d 是取整到天，适合做「最近七天」这类需求。

4. Bool Query：组合查询

{
  "query": {
    "bool": {
      "must": [
        { "match": { "field1": "value1" } },
        { "range": { "field2": { "gte": 10, "lte": 20 } } }
      ],
      "should": [
        { "term": { "field3": "value3" } }
      ],
      "must_not": [
        { "term": { "field4": "value4" } }
      ]
    }
  }
}

四个子句的语义与打分行为：

子句	语义	参与打分
`must`	必须匹配	是
`filter`	必须匹配	否，可被缓存，过滤条件优先用它
`should`	可选匹配，命中可加权	是
`must_not`	必须不匹配	否

两个容易踩的点：

只关心「有没有」而不关心「有多相关」的条件（比如状态、时间范围、租户 ID），放进 filter 而不是 must，可以跳过打分并被缓存，性能更好。
should 的命中数量要求取决于上下文：当 bool 里没有 must / filter 时，默认必须命中至少一个 should；一旦同时存在 must / filter，should 默认变成纯加分项，命中 0 个也能返回。需要强制时显式写 "minimum_should_match": 1。

5. Wildcard Query：通配符查询

{
  "query": {
    "wildcard": {
      "field_name": "*pattern*"
    }
  }
}

* 匹配任意多个字符，? 匹配单个字符。也可用对象写法指定参数：

{
  "query": {
    "wildcard": {
      "field_name": {
        "value": "abc*",
        "case_insensitive": true
      }
    }
  }
}

性能提示：通配符匹配的是词典中的词条，以 * 开头（如 *pattern*）无法利用前缀索引，相当于遍历全部词条，字段基数大时会明显变慢。前缀匹配场景优先考虑 prefix 查询或 wildcard 字段类型（7.9+）；右侧模糊匹配、需要打字即搜的场景更适合 match_phrase_prefix 或 search_as_you_type。

6. Query String Query：Lucene 语法查询

{
  "query": {
    "query_string": {
      "query": "field1:value1 AND field2:value2"
    }
  }
}

支持 AND / OR / NOT、field:value、括号分组、通配符等 Lucene 语法，适合把用户输入或配置项直接当查询表达式解析。使用时注意：

语法错误会直接抛异常（默认 lenient: false），面向用户输入的场景建议改用语法更宽松、不会报错的 simple_query_string。
不指定字段时会用 default_field，或用 fields 指定多个候选字段。

7. Nested Query：嵌套对象查询

{
  "query": {
    "nested": {
      "path": "address",
      "query": {
        "bool": {
          "must": [
            { "match": { "address.city": "New York" } },
            { "match": { "address.state": "NY" } }
          ]
        }
      }
    }
  }
}

普通对象数组在底层是「扁平化」存储的，address.city 和 address.state 的对应关系会丢失，查「city 是 A 且 state 是 B」可能匹配到并不存在的组合。用 nested 查询可以保持数组内每个对象的独立性，但前提是映射里显式声明了嵌套类型：

PUT /my_index
{
  "mappings": {
    "properties": {
      "address": { "type": "nested" }
    }
  }
}

如果字段没有声明为 nested，执行嵌套查询会直接报 [nested] failed to find nested object under path，而后续再改类型需要重建索引（reindex），所以建模阶段就要想清楚。

四、其他常见坑

分页深度限制：from + size 受 index.max_result_window 限制，默认最多只能翻到第 10000 条。深分页应改用 search_after 或滚动查询（scroll / PIT）。
text 与 keyword 双字段：字符串字段动态映射后会同时生成 text（分词，供全文检索）和 keyword 子字段（不分词，供排序、聚合、精确匹配），写查询时容易搞混，注意区分 field 与 field.keyword。
排序和聚合不能用 text 字段：对 text 字段做排序或 terms 聚合会报 Fielddata is disabled，应该用它的 .keyword 子字段。
先看映射再写查询：用 GET /my_index/_mapping 确认字段类型，能避免大部分「查不到结果」的问题。

五、速查卡

// 全文检索
{ "match": { "title": "关键词" } }

// 精确匹配（keyword 字段）
{ "term": { "status": "ACTIVE" } }

// 范围
{ "range": { "price": { "gte": 10, "lte": 20 } } }

// 组合：must 打分 + filter 过滤 + should 加分 + must_not 排除
{ "bool": {
    "must":     [ ... ],
    "filter":   [ ... ],
    "should":   [ ... ],
    "must_not": [ ... ]
} }

// 通配符
{ "wildcard": { "name": "abc*" } }

// Lucene 语法
{ "query_string": { "query": "field1:v1 AND field2:v2" } }

// 嵌套对象
{ "nested": { "path": "address", "query": { ... } } }

目录CONTENT

Elasticsearch 查询 DSL 学习实践