字符串查询 #

一个 query_string 查询根据查询字符串语法解析查询字符串。它提供了创建强大而简洁的查询的功能，这些查询可以包含通配符并搜索多个字段。

使用 query_string 查询的搜索不会返回嵌套文档。要搜索嵌套字段，请使用 nested 查询。

查询字符串查询具有严格的语法，在语法无效时会返回错误。因此，它不适合搜索框应用程序。对于不太严格的替代方案，可以考虑使用 simple_query_string 查询。如果你不需要查询语法支持，使用 match 查询。

字符串查询语法 #

字符串查询语法基于 Apache Lucene 查询语法。

在以下情况下，您可以使用查询字符串语法：

在一个 query_string 查询中，例如：

GET _search
 {
   "query": {
     "query_string": {
       "query": "the wind AND (rises OR rising)"
     }
   }
 }

如果你使用 HTTP 请求查询参数进行搜索，例如：

 GET _search?q=wind

字符串查询由词项和运算符组成。词项是一个单词（例如，在查询 wind rises 中，词项是 wind 和 rises ）。如果多个词项被引号包围，它们被视为一个短语，其中单词按出现的顺序匹配（例如， “wind rises” ）。运算符（如 OR 、 AND 和 NOT ）指定用于解释查询字符串中文本的布尔逻辑。

本节中的示例使用一个包含以下映射和文档的索引：

PUT /testindex
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "fields": {
          "english": {
            "type": "text",
            "analyzer": "english"
          }
        }
      }
    }
  }
}

PUT /testindex/_doc/1
{
  "title": "The wind rises"
}

PUT /testindex/_doc/2
{
  "title": "Gone with the wind",
  "description": "A 1939 American epic historical film"
}

PUT /testindex/_doc/3
{
  "title": "Windy city"
}

PUT /testindex/_doc/4
{
  "article title": "Wind turbines"
}

保留字符 #

以下是查询字符串查询的保留字符列表：

+, -, =, &&, ||, >, <, !, (, ),{, }, [, ], ^, ", ~, *, ?, :, \, /

使用反斜杠（ \ ）转义保留字符。在发送 JSON 请求时，使用双反斜杠（ \ ）转义保留字符（因为反斜杠字符本身也是保留字符，你必须用另一个反斜杠来转义反斜杠）。

例如，要搜索表达式 2*3 ，请指定查询字符串： 2\\*3 。

GET /testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: 2\\*3"
    }
  }
}

> 和 < 符号不能转义。它们被视为范围查询。

空白字符和空查询 #

空白字符不被视为操作符。如果查询字符串为空或只包含空白字符，查询不会返回结果。

字段名 #

在冒号前指定字段名。下表包含带有字段名的示例查询。

通配符表达式 #

您可以使用特殊字符指定通配符表达式： ? 替换单个字符， * 替换零个或多个字符。

参考样例 #

以下查询搜索标题包含 gone 的词，并且描述包含以 hist 开头的词：

GET /testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: gone AND description: hist*"
    }
  }
}

通配符查询可能会使用大量内存，这可能会降低性能。词首的通配符（例如 *cal ）是最昂贵的，因为匹配这些通配符的文档需要检查索引中的所有词。要禁用首部通配符，请将 allow_leading_wildcard 设置为 false 。

为了效率，纯通配符如 * 会被重写为 exists 查询。因此， description: * 通配符会匹配 description 字段包含空值的文档，但不会匹配 description 字段缺失或具有 null 值的文档。

如果你将 analyze_wildcard 设置为 true ，Easysearch 将分析以 * 结尾的查询（例如 hist* ）。因此，Easysearch 将通过在第一个 n-1 个词上精确匹配，并在最后一个词上前缀匹配，来构建一个包含结果词的布尔查询。

正则表达式 #

要在查询字符串中指定正则表达式模式，用正斜杠 ( / ) 将其包围，例如 title: /w[a-z]nd/ 。

allow_leading_wildcard 参数不适用于正则表达式。例如，查询字符串如 /.*d/ 将检查索引中的所有词项。

模糊性 #

你可以使用 ~ 操作符运行模糊查询，例如 title: rise~ 。

该查询会搜索包含与搜索词相似（在最大允许编辑距离内）的词项的文档。编辑距离定义为 Damerau-Levenshtein 距离，它测量将一个词项转换为另一个词项所需的单字符更改次数（插入、删除、替换或转换）。

默认的编辑距离为 2，应该能捕获 80%的拼写错误。要更改默认编辑距离，请在 ~ 操作符后指定新的编辑距离。例如，要将编辑距离设置为 1 ，请使用查询 title: rise~1 。

不要混合使用模糊和通配符操作符。如果你同时指定了模糊和通配符操作符，其中一个操作符将不会被应用。例如，如果你可以搜索 wnid*~1 ，通配符操作符 * 将会被应用，但模糊操作符 ~1 将不会被应用。

邻近查询 #

邻近查询不需要搜索短语中的词语按指定顺序排列。它允许短语中的词语以不同的顺序出现或被其他词语分隔。邻近查询指定短语中词语的最大编辑距离。例如，以下查询在匹配指定短语中的词语时允许编辑距离为 4：

GET /testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: \"wind gone\"~4"
    }
  }
}

当 Easysearch 匹配文档时，文档中的词语与查询中指定的词语顺序越接近（即编辑距离越小），该文档的相关性得分就越高。

范围查询 #

要为数值、字符串或日期字段指定范围，请使用方括号（ [min TO max] ）表示包含范围，使用花括号（ {min TO max} ）表示排除范围。您也可以混合使用方括号和花括号来包含或排除下限和上限（例如， {min TO max] ）。

日期范围必须使用您在映射包含日期的字段时使用的格式提供。有关支持的日期格式的更多信息，请参阅格式。

下表提供了范围语法示例。

作为在查询字符串中指定范围的一种替代方法，您可以使用范围查询，它提供了更可靠的语法。

加权 #

使用尖号（^）提升运算符来通过乘数提升文档的相关性分数。[0, 1)范围内的值会降低相关性，而大于 1 的值会增加相关性。默认值为 1。

下表提供了提升示例。

布尔运算符 #

当你在查询中提供搜索词时，默认情况下，查询会返回包含至少一个所提供词的文档。你可以使用 default_operator 参数为所有词指定运算符。因此，如果你将 default_operator 设置为 AND ，所有词都将被要求；而如果你将其设置为 OR ，所有词都将被视为可选。

+ 和 - 运算符 #

如果你需要更精细地控制必需和可选的词项，可以使用 + 和 - 操作符。 + 操作符会使它后面的词项成为必需的，而 - 操作符会排除它后面的词项。

例如，在查询字符串中， title: (gone +wind -turbines) 指定 gone 是可选的， wind 必须存在，而 turbines 则不能存在于匹配文档的标题中：

GET /testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: (gone +wind -turbines)"
    }
  }
}

查询返回了两个匹配的文档：

{
  "_index": "testindex",
  "_id": "2",
  "_score": 1.3159468,
  "_source": {
    "title": "Gone with the wind",
    "description": "A 1939 American epic historical film"
  }
},
{
  "_index": "testindex",
  "_id": "1",
  "_score": 0.3438858,
  "_source": {
    "title": "The wind rises"
  }
}

前面的查询等同于以下布尔查询：

GET testindex/_search
{
  "query": {
    "bool": {
      "must": {
        "match": {
          "title": "wind"
        }
      },
      "should": {
        "match": {
          "title": "gone"
        }
      },
      "must_not": {
        "match": {
          "title": "turbines"
        }
      }
    }
  }
}

传统布尔运算符 #

或者，您可以使用以下布尔运算符： AND 、&& 、 OR 、 || 、 NOT 、 ! 。但是，这些运算符不遵循优先级规则，因此在使用多个布尔运算符时，您必须使用括号来指定优先级。例如，查询字符串 title: (gone +wind -turbines) 可以使用布尔运算符重写如下：

运行以下包含重写查询字符串的查询：

GET testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: ((gone AND wind) OR wind) AND NOT turbines"
    }
  }
}

该查询返回的结果与使用 + 和 - 运算符的查询相同。但是请注意，匹配文档的相关性分数与之前的结果不同：

{
  "_index": "testindex",
  "_id": "2",
  "_score": 1.6166971,
  "_source": {
    "title": "Gone with the wind",
    "description": "A 1939 American epic historical film"
  }
},
{
  "_index": "testindex",
  "_id": "1",
  "_score": 0.3438858,
  "_source": {
    "title": "The wind rises"
  }
}

分组 #

使用括号将多个子句或词项组合为子查询。例如，以下查询搜索包含 gone 或 rises 的文档，这些文档必须在标题中包含 wind ：

GET testindex/_search
{
 "query": {
    "query_string": {
      "query": "title: (gone OR rises) AND wind"
    }
  }
}

结果包含两个匹配的文档：

{
  "_index": "testindex",
  "_id": "1",
  "_score": 1.5046883,
  "_source": {
    "title": "The wind rises"
  }
},
{
  "_index": "testindex",
  "_id": "2",
  "_score": 1.3159468,
  "_source": {
    "title": "Gone with the wind",
    "description": "A 1939 American epic historical film"
  }
}

您也可以使用分组来提升子查询结果或针对指定字段，例如 title:(gone AND wind) description:(historical film)^2 。

搜索多个字段 #

要搜索多个字段，请使用 fields 参数。当你提供 fields 参数时，查询会被重写为 field_1: query OR field_2: query ... 。

例如，以下查询会在 title 和 description 字段中搜索 wind 或 film ：

GET testindex/_search
{
  "query": {
    "query_string": {
      "fields": [ "title", "description" ],
      "query": "wind AND film"
    }
  }
}

前面的查询与不提供 fields 参数的以下查询等效：

GET testindex/_search
{
  "query": {
    "query_string": {
      "query": "(title:wind OR description:wind) AND (title:film OR description:film)"
    }
  }
}

搜索字段中的多个子字段 #

要搜索某个字段的全部内部字段，可以使用通配符。例如，要搜索 address 字段内的所有子字段，可以使用以下查询：

GET /testindex/_search
{
  "query": {
    "query_string" : {
      "fields" : ["address.*"],
      "query" : "New AND (York OR Jersey)"
    }
  }
}

前面的查询与以下不提供 fields 参数的查询等效（注意 * 使用 \\ 转义）：

GET /testindex/_search
{
  "query": {
    "query_string" : {
      "query" : "address.\\*: New AND (York OR Jersey)"
    }
  }
}

加权 #

每个搜索词生成的子查询使用 dis_max 查询与 tie_breaker 结合。要提升单个字段的权重，使用 ^ 操作符。例如，以下查询将 title 字段的权重提升 2 倍：

GET testindex/_search
{
  "query": {
    "query_string": {
      "fields": [ "title^2", "description" ],
      "query": "wind AND film"
    }
  }
}

要提升字段的所有子字段，在通配符后指定提升操作符：

GET /testindex/_search
{
  "query": {
    "query_string" : {
      "fields" : ["work_address", "address.*^2"],
      "query" : "New AND (York OR Jersey)"
    }
  }
}

多字段搜索参数 #

在搜索多个字段时，您可以将额外的可选参数 type 传递给 query_string 查询。

query_string 查询中的同义词 #

query_string 查询支持使用 synonym_graph 令牌过滤器进行多词同义词扩展。如果你使用 synonym_graph 令牌过滤器，Easysearch 会为每个同义词创建一个匹配短语查询。

auto_generate_synonyms_phrase_query 参数指定是否为多词同义词自动创建匹配短语查询。默认情况下， auto_generate_synonyms_phrase_query 为 true ，因此如果你指定 ml, machine learning 为同义词并搜索 ml ，Easysearch 会搜索 ml OR "machine learning" 。

或者，您可以使用连词来匹配多词同义词。如果您将 auto_generate_synonyms_phrase_query 设置为 false ，Easysearch 将搜索 ml OR (machine AND learning) 。

例如，以下查询搜索文本 ml models 并指定不针对每个同义词自动生成匹配短语查询：

GET /testindex/_search
{
  "query": {
    "query_string": {
      "default_field": "title",
      "query": "ml models",
      "auto_generate_synonyms_phrase_query": false
    }
  }
}

对于此查询，Easysearch 创建以下布尔查询： (ml OR (machine AND learning)) models 。

Minimum should match 最小匹配 #

query_string 查询会在每个运算符周围分割查询，并为整个输入创建一个布尔查询。 minimum_should_match 参数指定文档必须匹配的最小词数才能在搜索结果中返回。例如，以下查询指定 description 字段必须至少匹配两个词才能为每个搜索结果返回：

GET /testindex/_search
{
  "query": {
    "query_string": {
      "fields": [
        "description"
      ],
      "query": "historical epic film",
      "minimum_should_match": 2
    }
  }
}

对于此查询，Easysearch 创建以下布尔查询： (description:historical description:epic description:film)~2 。

最小值应与多个字段匹配 #

如果你在 query_string 查询中指定了多个字段，Easysearch 会为指定的字段创建 dis_max 查询。如果你没有显式指定查询项的操作符，整个查询文本被视为一个子句。Easysearch 使用这个单一子句为每个字段构建查询。最终的布尔查询包含一个对应于所有字段 dis_max 查询的单一子句，因此 minimum_should_match 参数不适用。

例如，在以下查询中， historical epic heroic 被视为一个子句：

GET /testindex/_search
{
  "query": {
    "query_string": {
      "fields": [
        "title",
        "description"
      ],
      "query": "historical epic heroic",
      "minimum_should_match": 2
    }
  }
}

对于此查询，Easysearch 创建以下布尔查询： ((title:historical title:epic title:heroic) | (description:historical description:epic description:heroic)) 。

如果你在查询词中添加显式操作符（ AND 或 OR ），每个词被视为一个独立的子句，可以应用 minimum_should_match 参数。例如，在以下查询中， historical 、 epic 和 heroic 被视为独立的子句：

GET /testindex/_search
{
  "query": {
    "query_string": {
      "fields": [
        "title",
        "description"
      ],
      "query": "historical OR epic OR heroic",
      "minimum_should_match": 2
    }
  }
}

对于此查询，Easysearch 创建以下布尔查询： ((title:historical | description:historical) (description:epic | title:epic) (description:heroic | title:heroic))~2 。该查询匹配至少三个子句中的两个。每个子句都表示在每个词项的 title 和 description 字段上的 dis_max 查询。

或者，为了确保可以应用 minimum_should_match ，你可以将 type 参数设置为 cross_fields 。这表示在分析输入文本时，具有相同分词器的字段应该被组合在一起：

GET /testindex/_search
{
  "query": {
    "query_string": {
      "fields": [
        "title",
        "description"
      ],
      "query": "historical epic heroic",
      "type": "cross_fields",
      "minimum_should_match": 2
    }
  }
}

对于此查询，Easysearch 创建以下布尔查询： ((title:historical | description:historical) (description:epic | title:epic) (description:heroic | title:heroic))~2 。

然而，如果你使用不同的分词器，必须在查询中使用显式操作符，以确保 minimum_should_match 参数应用于每个词。

参数说明 #

下表列出了 query_string 查询支持的参数。除 query 外，所有参数都是可选的。

查询字符串查询可能会在内部转换为前缀查询。如果 search.allow_expensive_queries 设置为 false ，则不会执行前缀查询。如果 index_prefixes 被启用，则忽略 search.allow_expensive_queries 设置，并构建并执行优化后的查询。