大数据 -174 Elasticsearch 查询 DSL 实战：match/match_phrase/query_string/multi_match 全解析
TL;DR
场景：在 Elasticsearch 7.3 中用查询 DSL 做全文检索，而不是靠 Kibana 点选和简单关键字搜索。
结论：区分 match、match_phrase、query_string、multi_match 的匹配边界和分词语义，是中文搜索是否“搜得到”的关键。
产出：一套可直接复制的 DSL 示例与排错思路，覆盖中文分词、逻辑查询、多字段匹配和常见“查不到数据”的问题定位。
版本矩阵
官方地址
Elasticsearch 提供了基于 JSON 的完整查询 DSL（Domain Specific Language 特定域语言）来定义查询，将查询 DSL 视为查询 AST（抽象语法树），它由两种子句组成：
叶子查询句 叶子查询子句 在特定域中寻找特定的值，如 match、term、range 查询
复合查询子句 复合查询子句包装其他叶子查询或复合查询，并用于以逻辑方式组合多个查询（例如 bool 或 dis_max 查询），或更改其行为（如 constant_score 查询）我们在使用 Elasticsearch 的时候，避免不使用 DSL 语句去查询，就像使用关系型数据库的时候要学会使用 SQL 一样。
查询所有
示例
query 代表查询的对象
match_all 代表查询所有
执行后，结果如下：
结果中：
took 查询花费时间，单位是毫秒
time_out 是否超时
_shards 分片信息
hits 搜索结果总览对象
total 搜索到的总数
max_score 所有结果中文档得分的最高分
_index 索引库
_type 文档类型
_id 文档 id
_score 文档得分
_source 文档的数据源
全文检索（full-text query）
全文搜索能够搜索已分析的文本字段，如电子邮件正文、商品描述，使用索引期间应用于字段的同一分词处理查询字符串，全文搜索的分类很多，有如下的这么几种。
匹配搜索（match query）
全文查询的标准查询，查询条件比较宽松：
需要指定字段名
输入文本会进行分词，比如 hello world，会拆分成 hello 和 world，然后进行匹配，如果字段内容中包含 hello 或者 world，name 就会被查询出来。也就是说 match 是一个部分匹配的模糊查询。
match queries 接收 text/numerics/dates，对它们进行分词分析，再组织成一个 boolean 查询，可通过 operator 指定 bool 组合操作（or、and、默认是 or）。
假设一个案例，目前索引库中，有两部手机，一台电视：先新增索引库：
执行的结果如下图所示：
接着我们写入一些数据进去：
执行结果如下图所示：
我们进行 or 关系的 match 搜索，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系：
执行结果如下图所示：
我们可以看到，不仅查到了小米电视、还查询到了小米手机。这不是我们要的结果。此时我们需要使用 and 的方式来进行精确的查找：
执行结果如下，可以看到已经精准匹配到了：
短语搜索（match phrase query）
match_query 是分词的，text 也是分词的，match_phrase 的分词结果必须在 text 字段中都包含，而且顺序必须相同，而且必须是连续的：
执行结果如下图所示：
执行结果如下图所示：
执行结果如下图所示：
但是对于刚才的结果，可能我们希望使用 小米 4A，可以按照 match_phrase 的顺序来查找到 小米电视 4A，而不用严格遵守顺序，可以跳过几个词：
query_string 查询
该查询与 match 类似，但是 match 需要指定字段名，query_string 是在所有字段中搜索，范围更广泛。Query String Query 提供了无需指定某字段而对文档全文进行匹配查询的一个高级查询，同时可以指定在哪些字段上进行匹配。
执行结果如下图所示：
执行结果如下图所示：
执行结果下图所示：
执行结果如下图所示：
执行结果如下图所示：
执行结果如下图所示：
执行结果如下图所示：
多字段匹配查询（multi match query）
如果你需要在多个字段上进行文本搜索，可用 multi_match，multi_match 在 match 的基础上支持对多个字段进行文本查询。
执行结果如下图所示：
错误速查
其他系列
🚀 AI 篇持续更新中（长期更新）
AI 炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架 私有部署 测试上手 架构研究，持续打造实用 AI 工具指南！AI 研究-132 Java 生态前沿 2025：Spring、Quarkus、GraalVM、CRaC 与云原生落地🔗 AI模块直达链接
💻 Java 篇持续更新中（长期更新）
Java-180 Java 接入 FastDFS：自编译客户端与 Maven/Spring Boot 实战 MyBatis 已完结，Spring 已完结，Nginx 已完结，Tomcat 已完结，分布式服务已完结，Dubbo 已完结，MySQL 已完结，MongoDB 已完结，Neo4j 已完结，FastDFS 已完结，OSS 正在更新... 深入浅出助你打牢基础！🔗 Java模块直达链接
📊 大数据板块已完成多项干货更新（300 篇）：
包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！大数据-278 Spark MLib - 基础介绍 机器学习算法 梯度提升树 GBDT 案例 详解🔗 大数据模块直达链接
版权声明: 本文为 InfoQ 作者【武子康】的原创文章。
原文链接:【http://xie.infoq.cn/article/7ef86126f85f5ab37de353018】。文章转载请联系作者。
永远好奇 无限进步 2019-04-14 加入
Hi, I'm Zikang，好奇心驱动的探索者 | INTJ / INFJ 我热爱探索一切值得深究的事物。对技术、成长、效率、认知、人生有着持续的好奇心和行动力。 坚信「飞轮效应」，相信每一次微小的积累，终将带来深远的改变。
评论