Elasticsearch 查询入门：像查字典一样简单-开发者社区

👋 你好，未来的 ES 查询高手！

你是否觉得 Elasticsearch (ES) 的查询语句复杂得像天书？别担心，这篇文章就是你的“傻瓜书”。我们将抛开具象的概念，直接上手最核心、最常用的查询方法，让你在几分钟内就能像查字典一样轻松地从 ES 中检索数据。

想象一下，ES 就是一个超级智能的图书馆管理员，而你的任务就是告诉他你要找什么样的书。你的“查询语句”就是你告诉他的指令。

🛠️ 我们的“菜谱”：基本查询结构

所有 ES 查询都遵循一个基本的 JSON 结构。我们通常通过 REST API 的_search端点来发送查询请求。

# 使用 curl 命令的格式GET /你的索引名称/_search{"query":{"你的查询类型":{"你的字段":"你的值"}}}

别怕，我们马上用例子来填充这个“菜谱”。

🔍 核心查询类型：你的“查询工具箱”

1. 匹配查询 (`match`) - 最常用的“全文搜索”

这是你最常用的工具，用于搜索文本内容。它会对查询字符串进行分词，然后去匹配字段。

场景：在一个“文章”索引中，查找内容包含“elasticsearch”的文章。

GET/articles/_search{"query":{"match":{"content":"elasticsearch"}}}

match：查询类型。
content：你要搜索的字段名。
"elasticsearch"：你要搜索的值。

小技巧：你可以搜索一个短语，用match_phrase。

GET/articles/_search{"query":{"match_phrase":{"content":"elasticsearch query"}}}

2. 词条查询 (`term`) - 精确匹配的“利器”

term查询用于精确匹配，它不会对你的查询词进行分词。非常适合匹配数字、日期、布尔值或者未经分词的关键词（如标签、状态码）。

场景：在一个“商品”索引中，查找状态(status)为“上架”的商品。

GET/products/_search{"query":{"term":{"status":"上架"}}}

重要区别：

用match查"elastic search"，可能会拆成"elastic"和"search"两个词去匹配。
用term查"elastic search"，它会严格寻找字段值完全等于"elastic search"这个字符串的文档。

3. 布尔查询 (`bool`) - 组合你的“搜索条件”

这是最强大的工具之一，它允许你将多个查询条件组合起来，实现逻辑与(AND)、或(OR)、非(NOT)。

它包含四个子句：

must：必须匹配所有条件（AND）。贡献算分。
should：应该匹配条件（OR）。贡献算分。
must_not：必须不匹配条件（NOT）。不贡献算分。
filter：必须匹配条件（AND）。但不贡献算分，且会被缓存，性能更高。非常适合精确匹配。

场景：查找“电子产品”类别中，价格低于1000元，且品牌不是“XX”的手机。

GET/products/_search{"query":{"bool":{"must":[// AND：必须满足以下所有条件{"match":{"category":"电子产品"}},{"match":{"name":"手机"}}],"filter":[// AND：且必须满足以下条件（性能高）{"range":{"price":{"lt":1000}}}// range 查询用于范围：lt(小于), gt(大于), lte(小于等于)...],"must_not":[// NOT：必须不满足以下条件{"term":{"brand":"XX"}}]}}}

📊 结果排序与返回

查询结果默认按相关性得分(_score)排序。你可以用sort参数指定排序方式。

场景：按价格从低到高排序，只返回前10条结果。

GET/products/_search{"query":{"match_all":{}// match_all: 匹配所有文档},"sort":[{"price":"asc"}// asc: 升序, desc: 降序],"size":10,// 返回前10条"from":0// 从第0条开始（分页）}