Elasticsearch Query DSL 查詢語法筆記
TLDR
- Query DSL 優勢：相比 Query String，DSL 支援 Nested 巢狀查詢、地理空間查詢、自訂評分（Function Score）及更複雜的布林邏輯，且結構清晰、錯誤訊息明確。
- Match Query：全文檢索的核心，
operator可控制邏輯（OR/AND），minimum_should_match支援靈活的數量與百分比規則，fuzziness支援模糊比對。 - Multi Match Query：提供
best_fields（預設，取最高分）、most_fields（加總分數）、cross_fields（跨欄位視為整體）等模式，適用於多欄位搜尋。 - Combined Fields Query：以詞彙為中心，將多個 text 欄位視為單一組合欄位，適合處理關鍵字分散在標題、摘要與內文的情況。
- Range Query：處理數值與日期範圍，日期查詢建議使用
format明確定義格式，並優先使用字串格式以避免數值被解析為毫秒時間戳記。 - Nested Query：當欄位為
nested型別時必須使用，能保留陣列元素內部欄位的關聯性，避免object型別扁平化導致的查詢錯誤。 - 效能警示：
wildcard與regexp查詢效能較差，應避免使用前導萬用字元，並限制max_determinized_states以防止資源耗盡。
Query DSL vs Query String
在正式環境中，Query DSL 是更推薦的選擇。相比 Query String，它具備以下優點：
- 功能完整性：Nested 查詢、地理空間查詢、自訂評分（
function_score）及複雜布林邏輯組合，皆僅能透過 Query DSL 實作。 - 結構清晰：JSON 結構明確定義了查詢型別與參數，易於維護與除錯，且錯誤訊息能精確指出問題欄位。
常用 Query DSL 語法
1. Match Query - 全文檢索查詢
用於全文檢索，會進行分詞與相關性評分。
- operator 參數：控制多個 token 的邏輯關係。
OR為預設值；AND要求文件必須包含所有詞。 - minimum_should_match：僅在
operator = "OR"時有效。支援正整數（絕對數量）、負整數（允許遺漏數量）、百分比（無條件捨去）及條件組合（如3<90%）。 - fuzziness：僅適用於
text欄位。建議設為AUTO，讓 Elasticsearch 自動根據詞長決定編輯距離。 - lenient：預設為
false。設為true可在型別不符時忽略該欄位，避免查詢拋出錯誤。 - zero_terms_query：當分詞後無 token 時，
none（預設）不回傳結果，all則回傳所有文件。
2. Multi Match Query - 多欄位查詢
在多個欄位中搜尋相同關鍵字。
- best_fields（預設）：取最高分欄位，適合尋找「單一欄位最符合」的情況。
- most_fields：加總所有欄位分數，適合「多個相似欄位」的場景。
- cross_fields：將多個欄位視為一個大欄位，適合姓名、地址等跨欄位符合的查詢。
- phrase / phrase_prefix / bool_prefix：針對片語與前綴的特殊查詢類型，適用於自動完成或精確片語搜尋。
3. Combined Fields Query - 跨欄位詞彙查詢
採用以詞彙為中心的方式，將多個 text 欄位視為單一組合欄位。
- 限制：所有欄位必須是
text型別且使用相同的search_analyzer。 - 優勢：處理關鍵字分散在多個欄位（如標題、摘要、內文）時表現優異。
4. Match Phrase Query - 片語查詢
要求詞彙必須按順序出現。
- slop 參數：允許詞彙之間的最大間隔數，預設為
0（必須完全相鄰）。
5. Term 與 Terms Query - 精確符合
- Term：用於精確值查詢，不進行分詞。對
text欄位使用時，會比對分詞後的詞項（term）。 - Terms：類似 SQL 的
IN查詢。支援 Terms Lookup，可從現有文件中取得欄位值作為搜尋條件。
6. Range Query - 範圍查詢
用於數值與日期範圍。
- 日期處理：建議明確指定
format。若混用數值與字串，數值會被解釋為毫秒時間戳記，導致解析錯誤，建議統一使用字串格式。 - Date Math：支援
now、+1h、-1d等運算，並可透過||搭配捨入運算（如/d、/M）。
7. Exists Query - 欄位存在查詢
查詢某欄位是否存在（非 null）。
- 反向查詢：使用
bool查詢搭配must_not與exists。 - 注意事項：若欄位設定
index: false、doc_values: false或超過ignore_above限制，該欄位將無法被 exists 查詢偵測到。
8. Prefix, Wildcard 與 Regexp Query
- Prefix：查詢以特定字串開頭的文件。
- Wildcard：使用
*與?進行模糊查詢。避免使用前導萬用字元（如*term），以免觸發全表掃描。 - Regexp：支援正規表達式。效能最差，應盡量避免。Lucene 引擎不支援
^與$錨點，正規表達式預設匹配整個字串。
9. Fuzzy Query - 模糊查詢
容錯查詢，允許拼字錯誤。
- 建議：對於
text欄位，優先使用match查詢搭配fuzziness參數，而非直接使用fuzzy查詢，以確保查詢詞能經過分析器處理。
10. Nested Query - 巢狀物件查詢
用於查詢 nested 型別欄位，能保留陣列元素內部的關聯性。
- 問題情境：若使用
object型別，陣列會被扁平化，導致查詢時失去元素間的關聯（例如「John 給 5 分」會被誤判為「John 給 3 分」）。 - 解決方案：將欄位定義為
nested型別，並使用nested查詢，確保條件在「同一個子文件內」匹配。 - inner_hits：可透過此參數取得具體符合條件的巢狀物件，而非僅回傳主文件。
異動歷程
- 初版文件建立。