大数据-174 Elasticsearch 查询 DSL 实战：match/match_phrase/query_string/multi_match 全解析

TL;DR

场景：在 Elasticsearch 7.3 中用查询 DSL 做全文检索，而不是靠 Kibana 点选和简单关键字搜索。
结论：区分 match、match_phrase、query_string、multi_match 的匹配边界和分词语义，是中文搜索是否"搜得到"的关键。
产出：一套可直接复制的 DSL 示例与排错思路，覆盖中文分词、逻辑查询、多字段匹配和常见"查不到数据"的问题定位。

版本矩阵

Elasticsearch 版本	已验证说明
7.3	是全文示例基于 7.3 官方 DSL 文档与实际集群验证，语法与截图一一对应。
7.4--7.17	部分查询 DSL 语法整体兼容，match、match_phrase、query_string、multi_match 用法基本一致，个别参数以官方文档为准。

官方地址

shell 复制代码

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl.html

Elasticsearch提供了基于JSON的完整查询DSL（Domain Specific Language 特定域语言）来定义查询，将查询 DSL 视为查询AST（抽象语法树），它由两种子句组成：

叶子查询句叶子查询子句在特定域中寻找特定的值，如 match、term、range 查询
复合查询子句复合查询子句包装其他叶子查询或复合查询，并用于以逻辑方式组合多个查询（例如 bool或dis_max查询），或更改其行为（如 constant_score 查询）我们在使用Elasticsearch的时候，避免不使用DSL语句去查询，就像使用关系型数据库的时候要学会使用SQL一样。

查询所有

示例

shell 复制代码

# 查询所有数据
POST /wzkicu-index/_search
{
  "query":{
    "match_all": {}
  }
}

query 代表查询的对象
match_all 代表查询所有

执行后，结果如下：结果中：

took 查询花费时间，单位是毫秒
time_out 是否超时
_shards 分片信息
hits 搜索结果总览对象
total 搜索到的总数
max_score 所有结果中文档得分的最高分
_index 索引库
_type 文档类型
_id 文档id
_score 文档得分
_source 文档的数据源

全文检索（full-text query）

全文搜索能够搜索已分析的文本字段，如电子邮件正文、商品描述，使用索引期间应用于字段的同一分词处理查询字符串，全文搜索的分类很多，有如下的这么几种。

匹配搜索（match query）

全文查询的标准查询，查询条件比较宽松：

需要指定字段名
输入文本会进行分词，比如hello world，会拆分成 hello 和 world，然后进行匹配，如果字段内容中包含hello或者world，name就会被查询出来。也就是说match是一个部分匹配的模糊查询。

match queries 接收 text/numerics/dates，对它们进行分词分析，再组织成一个boolean查询，可通过operator指定bool组合操作（or、and、默认是or）。

假设一个案例，目前索引库中，有两部手机，一台电视：先新增索引库：

shell 复制代码

# 创建索引
PUT /wzk-property
{
  "settings": {},
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "images": {
        "type": "keyword"
      },
      "price": {
        "type": "float"
      }
    }
  }
}

执行的结果如下图所示：接着我们写入一些数据进去：

shell 复制代码

# 添加数据1
POST /wzk-property/_doc/
{
  "title": "小米电视4A",
  "images": "https://profile-avatar.csdnimg.cn/755ff10be62f4e7081bc36028fa9eafe_w776341482.jpg!1",
  "price": 4288
}

# 添加数据2
POST /wzk-property/_doc/
{
  "title": "小米手机",
  "images": "https://profile-avatar.csdnimg.cn/755ff10be62f4e7081bc36028fa9eafe_w776341482.jpg!1",
  "price": 2699
}

# 添加数据3
POST /wzk-property/_doc/
{
  "title": "华为手机",
  "images": "https://profile-avatar.csdnimg.cn/755ff10be62f4e7081bc36028fa9eafe_w776341482.jpg!1",
  "price": 5699
}

执行结果如下图所示：我们进行or关系的match搜索，会把查询条件进行分词，然后进行查询，多个词条之间是or的关系：

shell 复制代码

# match 分词匹配
POST /wzk-property/_search
{
  "query":{
    "match":{
      "title":"小米电视4A"
    }
  }
}

执行结果如下图所示：我们可以看到，不仅查到了小米电视、还查询到了小米手机。这不是我们要的结果。此时我们需要使用 and 的方式来进行精确的查找：

shell 复制代码

# match 分词匹配 title字段 同时 分词后的每个词 都要匹配到才可以（and）
POST /wzk-property/_search
{"query":
  {
    "match": {
      "title":
      {
        "query": "小米电视4A",
        "operator": "and"
      }
    }
  }
}

执行结果如下，可以看到已经精准匹配到了：

短语搜索（match phrase query）

match_query是分词的，text也是分词的，match_phrase的分词结果必须在text字段中都包含，而且顺序必须相同，而且必须是连续的：

shell 复制代码

# 分词匹配但考虑顺序
# match是不考虑分词出现的顺序
# match_phrase 将遵循分词的出现顺序才进行匹配
POST /wzk-property/_search
{
  "query": {
    "match_phrase": {
      "title": "小米电视"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# match_phrase 分伺后：1电视 2小米
# 因为条目中 小米电视的出现不是 1、2，所以没有匹配到
POST /wzk-property/_search
{
  "query": {
    "match_phrase": {
      "title": "电视小米"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# match_phrase 分词 1是小米 2是4A
# 但是由于 原：小米电视4A，对比中没有严格按照1、2的顺序
# 所以没有结果
POST /wzk-property/_search
{
  "query": {
    "match_phrase": {
      "title": "小米4A"
    }
  }
}

执行结果如下图所示：但是对于刚才的结果，可能我们希望使用小米4A，可以按照 match_phrase 的顺序来查找到小米电视4A，而不用严格遵守顺序，可以跳过几个词：

shell 复制代码

# 通过 slop 可以跳过一个词 来让 match_phrase 匹配到顺序的结果
POST /wzk-property/_search
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "小米4A",
        "slop": 1
      }
    }
  }
}

query_string 查询

该查询与match类似，但是match需要指定字段名，query_string是在所有字段中搜索，范围更广泛。 Query String Query提供了无需指定某字段而对文档全文进行匹配查询的一个高级查询，同时可以指定在哪些字段上进行匹配。

shell 复制代码

# 广泛查询 所有字段中查找 2699
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "2699"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# 广泛查找 但是你希望从这个default_field字段中查找
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "2699",
      "default_field": "title"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# 逻辑查询 使用 OR 或者 AND
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "手机 OR 小米",
      "default_field": "title"
    }
  }
}

执行结果下图所示：

shell 复制代码

# 逻辑查询 使用 OR 或者 AND
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "手机 AND 小米",
      "default_field": "title"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# 模糊查询，表示 小米 这个词可以有1个词变动
# 比如：小明、米小 都是可以查询出来的
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "小米~1",
      "default_field": "title"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# 模糊查询，表示 小米 这个词可以有1个词变动
# 比如：小明、米小 都是可以查询出来的
# 以此类推，如果是 小米~2 那就两个词都可以变动...
POST /wzk-property/_search
{
  "query": {
    "query_string": {
      "query": "米小~1",
      "default_field": "title"
    }
  }
}

执行结果如下图所示：

shell 复制代码

# 多字段支持
POST /lagou-property/_search
{
  "query": {
    "query_string" : {
      "query":"2699",
      "fields": [ "title","price"]
    }
  }
}

执行结果如下图所示：

多字段匹配查询（multi match query）

如果你需要在多个字段上进行文本搜索，可用multi_match，multi_match在match的基础上支持对多个字段进行文本查询。

shell 复制代码

# multi_match 是 match查询的一种扩展方式，用于在多个字段上进行查询
POST /wzk-property/_search
{
  "query": {
    "multi_match" : {
      "query":"小米4A",
      "fields": [ "title","images"]
    }
  }
}

执行结果如下图所示：

错误速查

症状	根因	定位	修复
用 match 查询"小米电视4A"，结果把"小米手机"也查出来	match 默认 operator=OR，中文分词后任意一个词命中即算匹配	在 Kibana 中使用 _analyze 查看 title 分词结果，确认分词粒度	在 match 中显式设置 "operator": "and"，或改用 keyword/精确匹配字段承载商品名
match_phrase 查不到预期文档（如"电视小米""小米4A"均无结果）	match_phrase 要求分词顺序与位置连续，默认不允许跳词	用 _analyze 查看短语分词顺序，对比 _source.title 的实际分词顺序	使用 "slop": N 放宽位置约束，或改写查询短语与文案保持一致
query_string 报解析错误或查不到数据	query_string 语法较复杂，逻辑运算符、特殊字符未转义，或 default_field 不含目标内容	查看 Kibana 报错信息，逐步简化 query 字符串，只保留单词验证	避免直接透传用户输入，必要时对 `+ - &&
使用 query_string 模糊查询"小米~1"但结果过多或过少	模糊匹配基于编辑距离，且受 analyzer 影响，并非"看起来相似就一定命中"	对同一单词分别用 _analyze 和 query_string 测试，观察实际命中词条	明确业务接受的模糊程度，合理设置 ~1/~2，必要时改为前缀/通配符或拼音索引等更明确方案
multi_match 跨字段查询命中不符合预期	多字段中字段类型和分词方式不同，score 被某个字段主导，导致排序或命中偏移	查看 mapping 中各字段的 type/analyzer，并用单字段 match 对比效果	在 multi_match 中显式配置 fields 权重（如 "title^3"），或统一文本字段的 analyzer，避免 keyword 与 text 混用产生误解
match_all 能查到文档，但任一全文查询都查不到	字段被映射为 keyword 或未被索引，全文查询打在错误字段上	用 mapping 接口确认字段 type 及 index 属性，检查查询 JSON 中的字段名拼写	将字段改为 text 或设置合适的多字段（text + keyword），并校正 DSL 中的字段名，重建索引后再次验证

其他系列

🚀 AI篇持续更新中（长期更新）

AI炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架私有部署测试上手架构研究 ，持续打造实用AI工具指南！ AI研究-132 Java 生态前沿 2025：Spring、Quarkus、GraalVM、CRaC 与云原生落地

💻 Java篇持续更新中（长期更新）

Java-180 Java 接入 FastDFS：自编译客户端与 Maven/Spring Boot 实战 MyBatis 已完结，Spring 已完结，Nginx已完结，Tomcat已完结，分布式服务已完结，Dubbo已完结，MySQL已完结，MongoDB已完结，Neo4j已完结，FastDFS 已完结，OSS正在更新... 深入浅出助你打牢基础！

📊 大数据板块已完成多项干货更新（300篇）：

包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！ 大数据-278 Spark MLib - 基础介绍机器学习算法梯度提升树 GBDT案例详解