深入学习 ElasticSearch 的搜索（一）：先理解 Query DSL

前面已经整理过 ElasticSearch 的安装、插件管理、中文分词和倒排索引。理解这些基础后，再看搜索语法会清楚很多。

ElasticSearch 的搜索不是简单的字符串包含判断，而是围绕下面几件事展开：

• 字段是否分词
• 查询内容是否分词
• 查询走的是全文检索还是精确匹配
• 多个条件之间是 AND、OR 还是 NOT
• 命中文档如何计算相关性评分

这一篇先做总览，重点理解 ElasticSearch 的 Query DSL 怎么写，以及 match、match_phrase、term、bool 这几类查询分别适合什么场景。

---

一、准备一个测试索引

为了后面几篇文章都能复用，先准备一个简单的文章索引。

PUT article_search
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "standard"
      },
      "content": {
        "type": "text",
        "analyzer": "standard"
      },
      "category": {
        "type": "keyword"
      },
      "status": {
        "type": "keyword"
      },
      "author": {
        "type": "keyword"
      },
      "views": {
        "type": "integer"
      },
      "created_at": {
        "type": "date"
      }
    }
  }
}

这里有两类字段：

• text：会分词，适合全文检索
• keyword：不分词，适合精确匹配、过滤、聚合、排序

这也是后面理解 match 和 term 差异的关键。

---

二、写入测试数据

写入几条文档：

POST article_search/_doc/1
{
  "title": "ElasticSearch 入门教程",
  "content": "本文介绍 ElasticSearch 的安装、索引、倒排索引和基础搜索。",
  "category": "elasticsearch",
  "status": "published",
  "author": "admin",
  "views": 120,
  "created_at": "2026-04-01"
}

POST article_search/_doc/2
{
  "title": "理解 ElasticSearch 的倒排索引",
  "content": "倒排索引把文档到词的关系反过来，变成词到文档的映射。",
  "category": "elasticsearch",
  "status": "published",
  "author": "admin",
  "views": 260,
  "created_at": "2026-04-10"
}

POST article_search/_doc/3
{
  "title": "Redis 缓存入门",
  "content": "本文介绍 Redis 的字符串、哈希、列表和缓存使用场景。",
  "category": "redis",
  "status": "draft",
  "author": "ops",
  "views": 80,
  "created_at": "2026-04-12"
}

POST article_search/_doc/4
{
  "title": "ElasticSearch match 查询详解",
  "content": "match 查询会分析查询文本，然后使用分析后的 term 去倒排索引中检索。",
  "category": "elasticsearch",
  "status": "published",
  "author": "dev",
  "views": 180,
  "created_at": "2026-04-18"
}

刷新索引：

POST article_search/_refresh

---

三、Query DSL 是什么

ElasticSearch 的查询主要通过 JSON 表达，这套 JSON 查询语法通常叫 Query DSL。

最基本的搜索请求是：

POST article_search/_search
{
  "query": {
    "match_all": {}
  }
}

其中：

• POST article_search/_search：搜索 article_search 索引
• query：查询条件
• match_all：匹配全部文档

Query DSL 的好处是结构清晰，可以表达很复杂的查询条件，比如：

• 全文检索
• 精确匹配
• 范围过滤
• 多条件组合
• 排序
• 分页
• 高亮
• 聚合

1. _search 用 GET 还是 POST

ElasticSearch 的 _search API 同时支持 GET 和 POST。

例如：

GET article_search/_search
POST article_search/_search

不过只要查询条件放在 request body 中，更推荐统一使用 POST。

原因是：

• 查询 DSL 通常写在请求体里
• 有些 HTTP 客户端或代理对 GET body 支持不一致
• POST 更符合提交复杂查询条件的使用习惯

所以本文后续示例统一使用：

POST article_search/_search

2. 搜索请求不只有 query

一个业务搜索请求中，除了 query，还经常会出现：

• from / size：分页
• sort：排序
• _source：控制返回字段
• highlight：高亮
• aggs：聚合统计

例如：

POST article_search/_search
{
  "from": 0,
  "size": 10,
  "_source": ["title", "category", "created_at"],
  "query": {
    "match": {
      "content": "ElasticSearch"
    }
  },
  "sort": [
    {
      "created_at": {
        "order": "desc"
      }
    }
  ]
}

---

四、一个最简单的 match 查询

查询标题中包含 ElasticSearch 的文章：

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

match 是全文检索中最常用的查询。

它会做两件事：

1. 先分析查询文本
2. 再用分析后的 term 去倒排索引中查找

所以 match 适合查 text 字段，例如：

• 标题
• 正文
• 摘要
• 评论内容

---

五、查询结果怎么看

搜索结果里最常看的字段有这些：

{
  "hits": {
    "total": {
      "value": 3,
      "relation": "eq"
    },
    "hits": [
      {
        "_index": "article_search",
        "_id": "1",
        "_score": 0.8,
        "_source": {
          "title": "ElasticSearch 入门教程"
        }
      }
    ]
  }
}

其中：

• hits.total.value：命中文档数量
• hits.hits：具体命中的文档列表
• _score：相关性评分
• _source：原始文档内容

_score 越高，通常表示 ElasticSearch 认为这篇文档和查询越相关。

---

六、常见搜索类型概览

后面几篇会详细讲几类常用查询，这里先做一个总览。

---

1. match

match 是全文查询。

示例：

POST article_search/_search
{
  "query": {
    "match": {
      "content": "倒排索引"
    }
  }
}

特点：

• 查询内容会被 analyzer 分析
• 适合 text 字段
• 会计算相关性评分
• 是全文检索最常用的入口

适合：

• 搜标题
• 搜正文
• 搜文章内容
• 搜用户输入的关键词

---

2. match_phrase

match_phrase 是短语查询。

示例：

POST article_search/_search
{
  "query": {
    "match_phrase": {
      "content": "倒排索引"
    }
  }
}

特点：

• 查询内容也会被分析
• 不只要求 term 命中，还要求位置关系符合短语顺序
• 比 match 更严格

适合：

• 搜固定短语
• 搜连续词组
• 搜文章标题中的完整表达

---

3. term

term 是精确词项查询。

示例：

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

特点：

• 查询值不会像 match 那样走全文分析
• 直接拿给定 term 去倒排索引里找
• 最适合 keyword、数字、布尔、日期这类结构化字段

适合：

• 分类过滤
• 状态过滤
• 用户 ID
• 标签精确匹配

---

4. bool

bool 用来组合多个查询条件。

示例：

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

常见子句：

• must：必须匹配，并参与评分
• should：应该匹配，可以提升评分
• filter：必须匹配，但不参与评分
• must_not：必须不匹配

适合：

• 多条件搜索
• 关键词 + 状态过滤
• 分类 + 时间范围 + 关键词组合
• 后台列表筛选

---

5. multi_match

multi_match 用来在多个字段中做全文检索。

例如同时搜索标题和正文：

POST article_search/_search
{
  "query": {
    "multi_match": {
      "query": "ElasticSearch 搜索",
      "fields": ["title", "content"]
    }
  }
}

它适合用户输入一个关键词，同时查标题、正文、摘要等多个字段的场景。

fields 里还可以给字段设置权重：

POST article_search/_search
{
  "query": {
    "multi_match": {
      "query": "ElasticSearch 搜索",
      "fields": ["title^3", "content"]
    }
  }
}

这里 title^3 表示标题命中比正文命中更重要。

multi_match 还有几种常见 type：

• best_fields：哪个字段最匹配，主要看哪个字段
• most_fields：多个字段命中可以叠加
• cross_fields：把多个字段当成一个整体看
• phrase_prefix：适合短语前缀
• bool_prefix：适合搜索框输入中的联想式查询

---

6. range

range 用于范围查询。

例如查询浏览量大于 100 的文章：

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

它适合数字范围、时间范围、价格范围等结构化条件。

---

7. exists

exists 用于判断字段是否存在。

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

它适合筛选字段不为空的数据，也适合做数据质量排查。

---

七、全文查询和精确查询的区别

理解 ElasticSearch 查询时，最容易混淆的是 match 和 term。

可以先这样记：

match：先分析，再查询
term：不分析，直接查 term

例如 title 是 text 字段，写入：

ElasticSearch 入门教程

match 查询：

{
  "match": {
    "title": "ElasticSearch"
  }
}

通常可以命中。

但如果用 term 查询 text 字段：

{
  "term": {
    "title": "ElasticSearch"
  }
}

就可能因为大小写、分词结果不一致而查不到。

所以经验上：

• 搜正文、标题：优先 match
• 查分类、状态、ID：优先 term
• 查连续短语：使用 match_phrase
• 多条件组合：使用 bool

精确搜索里还会见到一些特殊查询：

• prefix：前缀匹配
• wildcard：通配符匹配
• regexp：正则匹配

这些查询很直观，但不要轻易作为普通搜索框的主力方案。尤其是前导通配、复杂通配和正则，在数据量大时可能带来明显性能压力。

---

八、总结

这一篇是搜索系列的入口。

先记住下面几条就够了：

• ElasticSearch 搜索主要用 Query DSL 表达
• match 适合全文检索
• match_phrase 适合短语匹配
• term 适合精确词项查询
• bool 适合组合多个查询条件
• multi_match 适合多字段全文检索
• range 适合数字和时间范围
• exists 适合判断字段是否存在
• text 字段通常配合全文查询
• keyword 字段通常配合精确查询和过滤

后面几篇会分别展开 match、match_phrase、term 和 bool。

---

参考链接

• Query DSL
  https://www.elastic.co/docs/query-languages/query-dsl

• Match query
  https://www.elastic.co/docs/reference/query-languages/query-dsl/query-dsl-match-query

• Boolean query
  https://www.elastic.co/docs/reference/query-languages/query-dsl/query-dsl-bool-query

• Search API
  https://www.elastic.co/docs/api/doc/elasticsearch/operation/operation-search