Elasticsearch数据查询搜索方式详解 - 面试必备

前言

Elasticsearch作为一个分布式搜索和分析引擎，提供了丰富多样的查询方式来满足不同场景的搜索需求。在面试中，这是一个高频考点。本文将详细介绍Elasticsearch支持的各种查询搜索方式。

1. 基础查询类型

1.1 Match All Query（匹配所有查询）

{
  "query": {
    "match_all": {}
  }
}

• 用途：返回所有文档
• 场景：测试、获取全量数据

1.2 Term Query（精确匹配查询）

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

• 特点：不分词，精确匹配
• 适用：keyword类型字段、数字、日期等

1.3 Terms Query（多值精确匹配）

{
  "query": {
    "terms": {
      "status": ["published", "draft"]
    }
  }
}

2. 全文搜索查询

2.1 Match Query（匹配查询）

{
  "query": {
    "match": {
      "title": "elasticsearch tutorial"
    }
  }
}

• 特点：会对查询词进行分词
• 默认操作符：OR

2.2 Match Phrase Query（短语匹配）

{
  "query": {
    "match_phrase": {
      "content": "machine learning"
    }
  }
}

• 特点：保持词序，精确短语匹配

2.3 Multi Match Query（多字段匹配）

{
  "query": {
    "multi_match": {
      "query": "elasticsearch",
      "fields": ["title^2", "content"]
    }
  }
}

• 功能：在多个字段中搜索
• 支持：字段权重设置（^2表示权重为2）

3. 范围查询

3.1 Range Query（范围查询）

{
  "query": {
    "range": {
      "age": {
        "gte": 18,
        "lte": 65
      }
    }
  }
}

• 操作符：
  • gte：大于等于
  • gt：大于
  • lte：小于等于
  • lt：小于

3.2 日期范围查询

{
  "query": {
    "range": {
      "created_date": {
        "gte": "2024-01-01",
        "lte": "2024-12-31",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

4. 布尔查询

4.1 Bool Query（布尔查询）

{
  "query": {
    "bool": {
      "must": [
        {"match": {"title": "elasticsearch"}}
      ],
      "must_not": [
        {"term": {"status": "deleted"}}
      ],
      "should": [
        {"match": {"tags": "tutorial"}}
      ],
      "filter": [
        {"range": {"publish_date": {"gte": "2024-01-01"}}}
      ]
    }
  }
}

布尔查询子句说明：

• must：必须匹配，影响评分
• must_not：必须不匹配，不影响评分
• should：可以匹配，影响评分
• filter：必须匹配，不影响评分（性能更好）

5. 模糊查询

5.1 Fuzzy Query（模糊查询）

{
  "query": {
    "fuzzy": {
      "name": {
        "value": "elasticsearch",
        "fuzziness": "AUTO"
      }
    }
  }
}

• 用途：处理拼写错误
• fuzziness：编辑距离

5.2 Wildcard Query（通配符查询）

{
  "query": {
    "wildcard": {
      "name": "ela*search"
    }
  }
}

• 通配符：*（多个字符）、?（单个字符）

5.3 Regexp Query（正则表达式查询）

{
  "query": {
    "regexp": {
      "email": ".*@gmail\\.com"
    }
  }
}

6. 前缀和存在性查询

6.1 Prefix Query（前缀查询）

{
  "query": {
    "prefix": {
      "name": "ela"
    }
  }
}

6.2 Exists Query（存在查询）

{
  "query": {
    "exists": {
      "field": "email"
    }
  }
}

7. 地理位置查询

7.1 Geo Distance Query（地理距离查询）

{
  "query": {
    "geo_distance": {
      "distance": "10km",
      "location": {
        "lat": 40.7128,
        "lon": -74.0060
      }
    }
  }
}

7.2 Geo Bounding Box Query（地理边界框查询）

{
  "query": {
    "geo_bounding_box": {
      "location": {
        "top_left": {
          "lat": 40.8,
          "lon": -74.1
        },
        "bottom_right": {
          "lat": 40.7,
          "lon": -74.0
        }
      }
    }
  }
}

8. 嵌套查询

8.1 Nested Query（嵌套查询）

{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "bool": {
          "must": [
            {"match": {"comments.author": "john"}},
            {"range": {"comments.date": {"gte": "2024-01-01"}}}
          ]
        }
      }
    }
  }
}

9. 高级查询特性

9.1 Function Score Query（函数评分查询）

{
  "query": {
    "function_score": {
      "query": {"match": {"title": "elasticsearch"}},
      "functions": [
        {
          "filter": {"term": {"featured": true}},
          "weight": 2
        }
      ]
    }
  }
}

9.2 Script Query（脚本查询）

{
  "query": {
    "script": {
      "script": {
        "source": "doc['price'].value > params.min_price",
        "params": {
          "min_price": 100
        }
      }
    }
  }
}

10. 查询性能优化建议

10.1 性能排序（从快到慢）

1. Filter查询（最快，有缓存）
2. Term查询
3. Range查询
4. Match查询
5. Wildcard查询
6. Regexp查询（最慢）

10.2 优化技巧

• 优先使用filter而非query
• 合理使用bool查询的不同子句
• 避免在大字段上使用wildcard
• 使用keyword类型进行精确匹配
• 合理设置分片和副本数量

面试常考点总结

1. 基础查询：term vs match的区别
2. 布尔查询：must、should、filter的区别和使用场景
3. 性能优化：filter vs query的性能差异
4. 全文搜索：分词器的作用和影响
5. 复合查询：如何组合多种查询类型

结语

Elasticsearch提供了丰富的查询方式来满足不同的搜索需求。在实际应用中，需要根据具体场景选择合适的查询类型，并注意性能优化。掌握这些查询方式对于ES开发和面试都至关重要。