Elasticsearch 精确查询：术语查询、多术语查询、主键查询、范围查询、存在查询、前缀查询、正则查询与通配符查询

为了深入理解Elasticsearch的各种精确查询方法，我们将通过一系列示例来演示术语查询、多术语查询、主键查询、范围查询、存在查询、前缀查询、正则查询和通配符查询的应用场景。首先，我们为示例准备一组数据：

POST person/_doc/1
{"id": "1","sex": true,"name": "张三","born": "2020-09-18 00:02:20","location": {"lat": 41.12,"lon": -71.34}
}POST person/_bulk
{"index":{"_id":"3"}}
{"id":"3","name":"王五","sex":true,"born":"2020-09-14 00:02:20","location":{"lat":11.12,"lon":-71.34}}
{"index":{"_id":"4"}}
{"id":"4","name":"李四","sex":false,"born":"2020-10-14 00:02:20", "location":{"lat":11.12,"lon":-71.34}}
{"index":{"_id":"5"}}
{"id":"5","name":"黄六","sex":false,"born":"2020-11-14 00:02:20", "location":{"lat":11.12,"lon":-71.34}}
POST person/_bulk
{"index":{"_id":"2"}}
{"id":"2","name":"赵二","sex":true,"born":"2020-09-14 00:02:20","location":{"lat":11.12,"lon":-71.34}}
{"update":{"_id":"5"}}
{ "doc" : {"sex" : "false","born" : "2020-01-01 00:02:20"} }
{"delete":{"_id":"5"}}

接下来，我们将逐一展示各类查询方法的使用。

术语查询（Term Query）

术语查询用于匹配字段中确切的单个值。例如，查找名为“张三”的人：

POST person/_search
{"query": {"term": {"name.keyword": {"value": "张三"}}}
}

多术语查询（Terms Query）

多术语查询允许同时匹配多个确切值。查找名为“张三”或“王五”的人：

POST person/_search
{"query": {"terms": {"name.keyword": ["张三","王五"]}}
}

主键查询（IDs Query）

主键查询通过文档ID直接查找特定文档。查找ID为“1”和“2”的文档：

POST person/_search
{"query": {"ids": {"values": ["1","2"]}}
}

范围查询（Range Query）

范围查询用于筛选出某个字段值在指定区间内的文档。查找出生日期在“2020年9月11日至9月13日”之间的人员：

POST person/_search
{"query": {"range": {"born": {"gte": "2020/09/11 00:00:00","lte": "2020/09/13 00:00:00","format": "yyyy/MM/dd HH:mm:ss"}}}
}POST person/_search
{"query": {"range": {"born": {"gte": "2020/09/11 08:00:00","lte": "2020/09/13 08:00:00","format": "yyyy/MM/dd HH:mm:ss","time_zone": "+08:00"}}}
}

存在查询（Existence Query）

存在查询用于筛选出具有特定字段的文档。在以下示例中，我们首先为文档添加“age”字段，然后查找包含该字段的文档：

POST person/_doc/5
{"id": "5","sex": true,"name": "刘大","born": "2020-02-18 00:02:20","age": 20,"location": {"lat": 21.12,"lon": -71.34}
}POST person/_doc/5
{"id": "5","sex": true,"name": "刘大","born": "2020-02-18 00:02:20","age": 20,"location": {"lat": 21.12,"lon": -71.34}
}POST person/_search
{"query": {"exists": {"field": "age"}}
}

前缀查询（Prefix Query）

前缀查询适用于查找字段值以特定前缀开头的文档。首先创建一个索引并设置“address”字段启用前缀索引，然后插入示例数据，最后进行前缀查询：

PUT prefix-test
{"mappings": {"properties": {"address": {"type": "text","index_prefixes": {"min_chars" : 1,"max_chars" : 5}}}}
}PUT prefix-test/_bulk
{"index":{"_id":"1"}}
{"id":"1","address":"wuhan qingshan"}
{"index":{"_id":"2"}}
{"id":"2","address":"guangzhou baiyun"}
{"index":{"_id":"3"}}
{"id":"3","address":"beijing chaoyang"}POST prefix-test/_search
{"query": {"prefix": {"address": {"value": "baiy"}}}
}

请注意，如果字段类型为keyword而非text，则不能使用index_prefixes参数。keyword字段的前缀搜索会比较耗费性能，不宜大量使用。

正则查询（Regexp Query）

正则查询利用正则表达式模式匹配字段值。查找名字中包含“大”字的人：

POST person/_search
{"query": {"regexp": {"name.keyword": ".*大.*"}}
}

通配符查询（Wildcard Query）

通配符查询使用通配符字符（如?和*）匹配字段值。查找名字以任意单个字符后接“大”字的人：

POST person/_search
{"query": {"wildcard": {"name.keyword": "?大"}}
}

正则查询和通配符查询虽然使用简便，但其性能开销较大，大量使用时需谨慎。

以上就是Elasticsearch中常用的精确查询方法，包括术语查询、多术语查询、主键查询、范围查询、存在查询、前缀查询、正则查询和通配符查询的示例。根据实际需求选择合适的查询类型，可以高效地从Elasticsearch索引中检索所需数据。