深入学习 ElasticSearch 的搜索（四）：term 查询

term 查询用于精确词项匹配。

它和 match 最大的区别是：

match 会分析查询文本，term 不会按全文检索方式分析查询文本。

所以 term 更适合查结构化字段，例如分类、状态、标签、用户 ID、订单号等。

---

一、基本写法

查询分类是 elasticsearch 的文章：

POST article_search/_search
{
  "query": {
    "term": {
      "category": "elasticsearch"
    }
  }
}

这里的 category 是 keyword 字段。

写入什么值，倒排索引里基本就是什么 term。

因此 term 查询可以精确命中。

---

二、term 查询适合 keyword 字段

例如 mapping 中：

{
  "category": {
    "type": "keyword"
  },
  "status": {
    "type": "keyword"
  },
  "author": {
    "type": "keyword"
  }
}

这些字段一般不需要分词。

查询时也通常不希望它被分析。

例如：

POST article_search/_search
{
  "query": {
    "term": {
      "status": "published"
    }
  }
}

这个查询表达的是：

只查状态精确等于 published 的文档。

---

三、term 查询 text 字段为什么容易查不到

这是初学者最常见的问题。

假设 title 是 text 字段，写入：

ElasticSearch 入门教程

索引时，字段会经过 analyzer，可能进入倒排索引的 term 是：

elasticsearch
入
门
教
程

这时如果查询：

POST article_search/_search
{
  "query": {
    "term": {
      "title": "ElasticSearch"
    }
  }
}

可能查不到。

原因是 term 不会把查询值自动分析成 elasticsearch。

它会直接用 ElasticSearch 这个精确值去查倒排索引。

但倒排索引里实际可能是小写的：

elasticsearch

所以没有命中。

---

四、如果要查 text 字段，用 match

对于标题和正文这类 text 字段，一般使用：

POST article_search/_search
{
  "query": {
    "match": {
      "title": "ElasticSearch"
    }
  }
}

match 会分析查询文本，因此更适合全文检索。

记住：

text 字段 + 用户关键词搜索 -> match
keyword 字段 + 精确值过滤 -> term

---

五、terms：多个精确值匹配

如果要查询多个分类，可以使用 terms。

POST article_search/_search
{
  "query": {
    "terms": {
      "category": ["elasticsearch", "redis"]
    }
  }
}

含义是：

category 是 elasticsearch 或 redis 的文档都返回。

这类似 SQL 中的：

WHERE category IN ('elasticsearch', 'redis')

要注意：

terms 的默认语义是“命中任意一个”，更像 SQL 的 IN，不是多个 term 的 AND 组合。

所以它没有 operator: "and" 这种参数。

如果业务要求“必须同时包含多个值”，应该考虑：

• bool.must 中放多个 term
• terms_set

例如要求 entity_names 同时包含 张三丰 和 郭靖：

POST article_search/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "entity_names": "张三丰"
          }
        },
        {
          "term": {
            "entity_names": "郭靖"
          }
        }
      ]
    }
  }
}

---

六、exists：判断字段是否存在

exists 用于判断某个字段是否有值。

POST article_search/_search
{
  "query": {
    "exists": {
      "field": "created_at"
    }
  }
}

如果要查某个字段不存在，可以放到 must_not 中：

POST article_search/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "exists": {
            "field": "created_at"
          }
        }
      ]
    }
  }
}

它适合：

• 查缺失字段
• 过滤字段不为空的数据
• 做数据质量排查

---

七、range：数字和日期范围

range 用于范围查询。

它不是查“等于某个值”，而是查字段是否落在某个区间内。

查询浏览量大于 100 的文章：

POST article_search/_search
{
  "query": {
    "range": {
      "views": {
        "gt": 100
      }
    }
  }
}

查询某个时间范围内的文章：

POST article_search/_search
{
  "query": {
    "range": {
      "created_at": {
        "gte": "2026-04-01",
        "lte": "2026-04-30"
      }
    }
  }
}

四个常见边界参数：

• gt：大于
• gte：大于等于
• lt：小于
• lte：小于等于

可以简单理解：

• term：查一个离散值
• terms：查多个离散值
• range：查一个连续区间

---

八、term 查询也会出现在 filter 中

在实际业务中，term 常常和 bool.filter 一起使用。

例如查询正文包含 ElasticSearch，并且状态是 published：

POST article_search/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "ElasticSearch"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "status": "published"
          }
        }
      ]
    }
  }
}

这里：

• match 负责全文检索，并参与评分
• term 负责状态过滤，不参与评分

这是一种非常常见的组合。

---

九、term 查询和大小写

term 是精确词项查询，所以大小写很重要。

如果 keyword 字段中存的是：

Published

查询：

{
  "term": {
    "status": "published"
  }
}

就可能查不到。

解决方式通常有几种：

• 写入时统一小写
• 查询时统一小写
• 使用 normalizer 处理 keyword 字段

对于分类、状态、枚举值，建议从数据设计阶段就统一格式。

---

十、term 查询适合什么场景

适合：

• 分类
• 状态
• 标签
• 用户 ID
• 订单号
• 枚举值
• 是否启用
• 已抽取的人名实体，例如 entity_names

不适合：

• 文章正文全文搜索
• 标题关键词搜索
• 用户自然语言输入

---

十一、常见误区

1. term 不是全文搜索

term 不会像 match 一样分析查询文本。

所以不要用它来做普通关键词搜索。

---

2. term 查询 text 字段要非常小心

不是绝对不能查 text 字段，而是你必须知道该字段最终进入倒排索引的 term 是什么。

如果不知道，先用：

POST article_search/_analyze
{
  "field": "title",
  "text": "ElasticSearch 入门教程"
}

看清楚分词结果再判断。

---

3. keyword 字段不是不能用 match，但 term 更清楚

对 keyword 字段使用 match 有时也能命中。

但工程上更推荐用 term，因为语义明确，别人一看就知道这是精确匹配。

---

十二、一句话总结

term 查询用于精确词项匹配。

最重要的使用原则是：

查 text 字段的自然语言内容，用 match；查 keyword 字段的精确值，用 term。

---

参考链接

• Term query
  https://www.elastic.co/docs/reference/query-languages/query-dsl/query-dsl-term-query

• Keyword field type
  https://www.elastic.co/docs/reference/elasticsearch/mapping-reference/keyword

• Exists query
  https://www.elastic.co/docs/reference/query-languages/query-dsl/query-dsl-exists-query

• Range query
  https://www.elastic.co/docs/reference/query-languages/query-dsl/query-dsl-range-query