Elasticsearch DSL查询语法

一、简介

Elasticsearch DSL 提供了极其丰富的查询功能，从简单的全文搜索到复杂的地理空间查询、嵌套文档查询和聚合分析。DSL 查询的基本结构包含以下几个主要部分：

{
  "query": { ... },      // 查询条件（核心部分）
  "aggs": { ... },       // 聚合分析
  "sort": [ ... ],       // 排序规则
  "from": 0,             // 分页起始位置
  "size": 10,            // 返回结果数量
  "_source": { ... },    // 返回字段控制
  "script_fields": { ... }, // 脚本字段
  "highlight": { ... },  // 高亮显示
  "explain": true,       // 是否返回评分解释
  "timeout": "10s"       // 超时设置
}

二、query 查询条件

Elasticsearch 的 DSL 查询语言提供了丰富的查询类型，可以满足各种搜索需求。query 查询主要分为以下几大类：

1. 全文查询（Full Text Queries）
2. 词项级查询（Term-level Queries）
3. 复合查询（Compound Queries）
4. 地理位置查询（Geo Queries）
5. 特殊查询（Specialized Queries）
6. 嵌套和父子文档查询

2.1 全文查询（Full Text Queries）

用于在文本字段上执行全文搜索，会对查询字符串进行分析处理。

1. match 查询
   • 用途：最基本的全文查询类型，会对查询文本进行分词处理。

   {
     "query": {
       "match": {
         "content": {
           "query": "Elasticsearch tutorial",
           "operator": "and",  // 必须包含所有词项
           "minimum_should_match": "75%",  // 至少匹配75%的词项
           "fuzziness": "AUTO",  // 自动模糊匹配
           "analyzer": "standard"
         }
       }
     }
   }
   

   • 参数说明：
     • operator：默认为 or，可设为 and 要求所有词项匹配。
     • minimum_should_match：最小匹配词项数或百分比。
     • fuzziness：模糊匹配级别（"AUTO"或0-2）。
     • analyzer：指定分析器。
2. match_phrase 查询
   • 用途：精确匹配整个短语，保持词项顺序。

   {
     "query": {
       "match_phrase": {
         "title": {
           "query": "quick brown fox",
           "slop": 2,  // 允许词项间最多间隔2个词
           "analyzer": "english"
         }
       }
     }
   }
   

   • 参数说明：
     • slop：允许的词项间隔距离（默认0）。
     • analyzer：指定分析器。
3. match_phrase_prefix 查询
   • 用途：短语前缀匹配，最后一个词项做前缀匹配。

   {
     "query": {
       "match_phrase_prefix": {
         "title": {
           "query": "Elast sear",
           "max_expansions": 10,  // 最多扩展10个前缀匹配项
           "slop": 1
         }
       }
     }
   }
   

   • 参数说明：
     • max_expansions：前缀扩展的最大数量(默认50)。
     • slop：允许的词项间隔距离。
4. multi_match 查询
   • 用途：在多个字段上执行全文搜索。

   {
     "query": {
       "multi_match": {
         "query": "Elasticsearch",
         "fields": ["title^3", "content", "abstract^2"],  // 字段权重设置
         "type": "best_fields",  // 最佳匹配字段得分
         "tie_breaker": 0.3  // 其他匹配字段得分权重
       }
     }
   }
   

5. query_string 查询
   • 用途：支持Lucene查询语法。

   {
     "query": {
       "query_string": {
         "default_field": "content",
         "query": "(Elasticsearch AND tutorial) OR (Kibana AND guide)",
         "default_operator": "OR",
         "allow_leading_wildcard": false,
         "fuzziness": "AUTO"
       }
     }
   }
   

   • 常用语法元素：
     • field:value 指定字段搜索
     • AND/OR/NOT 逻辑操作
     • +必须包含 -必须不包含
     • * 通配符
     • ~ 模糊搜索
     • [TO] 范围搜索
6. simple_query_string 查询
   • 用途：更健壮的 query_string 简化版。

   {
     "query": {
       "simple_query_string": {
         "query": "Elasticsearch +tutorial -beginner",
         "fields": ["title", "content"],
         "default_operator": "and",
         "analyze_wildcard": true
       }
     }
   }
   

2.2 词项级查询（Term-level Queries）

1. term 查询
   • 用途：精确匹配单个词项。

   {
     "query": {
       "term": {
         "status": {
           "value": "published",
           "boost": 1.5  // 权重提升
         }
       }
     }
   }
   

2. terms 查询
   • 用途：匹配多个精确词项，相当于 SQL 中的 IN 查询。

   {
     "query": {
       "terms": {
         "tags": ["java", "search", "database"],
         "boost": 2.0
       }
     }
   }
   

3. range 查询
   • 用途：范围查询，支持数值、日期和IP地址。

   {
     "query": {
       "range": {
         "price": {
           "gte": 100,
           "lt": 1000,
           "boost": 2.0,
           "format": "yyyy-MM-dd"  // 日期格式
         }
       }
     }
   }
   

4. exists 查询
   • 用途：查找包含指定字段的文档。

   {
     "query": {
       "exists": {
         "field": "description"
       }
     }
   }
   

5. prefix 查询
   • 用途：前缀匹配查询。

   {
     "query": {
       "prefix": {
         "user.id": {
           "value": "ki",
           "rewrite": "constant_score"  // 重写方法
         }
       }
     }
   }
   

   • 参数说明：
     • rewrite：控制如何重写查询，可选值：
       • constant_score (默认)
       • constant_score_boolean
       • scoring_boolean
       • top_terms_N (N为数字)
6. wildcard 查询
   • 用途：通配符查询，支持 * (匹配多个字符) 和 ? (匹配单个字符)。

   {
     "query": {
       "wildcard": {
         "user.id": {
           "value": "k*y",
           "boost": 1.0,
           "rewrite": "scoring_boolean"
         }
       }
     }
   }
   

7. regexp 查询
   • 用途：正则表达式匹配。

   {
     "query": {
       "regexp": {
         "user.id": {
           "value": "k.*y",
           "flags": "ALL",
           "max_determinized_states": 10000
         }
       }
     }
   }
   

   • 支持的标志(flags)：
     • ALL：启用所有可选操作符
     • COMPLEMENT：允许使用 ~ 取反
     • INTERVAL：允许使用 <> 间隔
     • INTERSECTION ：允许使用 & 表示与操作
     • ANYSTRING：允许使用 @ 匹配任何字符串
8. fuzzy 查询
   • 用途：模糊查询，允许一定程度的拼写错误。

   {
     "query": {
       "fuzzy": {
         "title": {
           "value": "Elastcsearch",
           "fuzziness": "2",  // 允许2个字符的差异
           "prefix_length": 3  // 前3个字符必须精确匹配
         }
       }
     }
   }
   

   • fuzziness 取值：
     • AUTO：基于词项长度自动确定
     • 0：不允许差异
     • 1：允许1个字符差异
     • 2：允许2个字符差异

2.3 复合查询（Compound Queries）

1. bool 查询

   • 用途：组合多个查询条件。

   {
     "query": {
       "bool": {
         "must": [
           { "match": { "title": "Elasticsearch" } },
           { "range": { "date": { "gte": "2023-01-01" } } }
         ],
         "should": [
           { "match": { "content": "tutorial" } },
           { "term": { "category": "technology" } }
         ],
         "must_not": [
           { "term": { "status": "archived" } }
         ],
         "filter": [
           { "term": { "language": "english" } }
         ],
         "minimum_should_match": 1,
         "boost": 1.0
       }
     }
   }
   

   • 各子句详解

     子句	描述	影响评分	使用场景
     must	必须匹配	是	主要查询条件
     should	应该匹配	是	次要条件或增强相关性
     must_not	必须不匹配	否	排除条件
     filter	必须匹配	否	过滤条件

2. boosting 查询

   • 用途：降低某些文档的得分。

   {
     "query": {
       "boosting": {
         "positive": {
           "match": { "content": "apple" }
         },
         "negative": {
           "match": { "content": "pie tart fruit" }
         },
         "negative_boost": 0.5,
         "boost": 1.0
       }
     }
   }
   

3. constant_score 查询

   • 用途：固定分数查询，通常与 filter 一起使用。

   {
     "query": {
       "constant_score": {
         "filter": {
           "term": { "status": "active" }
         },
         "boost": 1.2
       }
     }
   }
   

4. dis_max 查询

   • 用途：取子查询中的最高分，适用于"最佳字段"匹配场景。

   {
     "query": {
       "dis_max": {
         "queries": [
           { "match": { "title": "Elasticsearch" } },
           { "match": { "content": "Elasticsearch" } },
           { "match": { "abstract": "Elasticsearch" } }
         ],
         "tie_breaker": 0.7,
         "boost": 1.2
       }
     }
   }
   

2.4 地理位置查询（Geo Queries）

1. geo_distance 查询
   • 用途：距离范围内搜索。

   {
     "query": {
       "geo_distance": {
         "distance": "10km",
         "distance_type": "arc",
         "location": {
           "lat": 40.715,
           "lon": -73.988
         },
         "validation_method": "STRICT"
       }
     }
   }
   

2. geo_bounding_box 查询
   • 用途：矩形范围内搜索。

   {
     "query": {
       "geo_bounding_box": {
         "location": {
           "top_left": {
             "lat": 40.73,
             "lon": -74.1
           },
           "bottom_right": {
             "lat": 40.01,
             "lon": -71.12
           }
         },
         "validation_method": "COERCE"
       }
     }
   }
   

3. geo_polygon 查询
   • 用途：多边形范围内搜索

   {
     "query": {
       "geo_polygon": {
         "location": {
           "points": [
             { "lat": 40.73, "lon": -74.1 },
             { "lat": 40.01, "lon": -71.12 },
             { "lat": 50.56, "lon": -90.58 }
           ]
         },
         "validation_method": "IGNORE_MALFORMED"
       }
     }
   }
   

2.5 特殊查询（Specialized Queries）

1. more_like_this 查询
   • 用途：查找相似文档

   {
     "query": {
       "more_like_this": {
         "fields": ["title", "content"],
         "like": [
           {
             "_index": "articles",
             "_id": "1"
           },
           {
             "_index": "articles",
             "_id": "2"
           }
         ],
         "min_term_freq": 1,
         "max_query_terms": 25,
         "min_doc_freq": 2
       }
     }
   }
   

2. script 查询
   • 用途：脚本查询。

   {
     "query": {
       "script": {
         "script": {
           "source": """
             double price = doc['price'].value;
             double discount = params.discount;
             return price * (1 - discount) > params.min_price;
           """,
           "params": {
             "discount": 0.1,
             "min_price": 50
           }
         }
       }
     }
   }
   

3. pinned 查询
   • 用途：固定某些文档在结果顶部

   {
     "query": {
       "pinned": {
         "ids": ["1", "2", "3"],
         "organic": {
           "match": {
             "description": "Elasticsearch"
           }
         }
       }
     }
   }
   

2.6 嵌套和父子文档查询

1. nested 查询
   • 用途：嵌套对象查询。

   {
     "query": {
       "nested": {
         "path": "comments",
         "query": {
           "bool": {
             "must": [
               { "match": { "comments.author": "John" } },
               { "range": { "comments.date": { "gte": "2023-01-01" } } }
             ]
           }
         },
         "score_mode": "max",
         "inner_hits": {
           "size": 5,
           "name": "latest_comments"
         }
       }
     }
   }
   

2. has_child 查询
   • 用途：子文档查询。

   {
     "query": {
       "has_child": {
         "type": "comment",
         "score_mode": "sum",
         "min_children": 2,
         "max_children": 10,
         "query": {
           "match": { "content": "great" }
         },
         "inner_hits": {}
       }
     }
   }
   

3. has_parent 查询
   • 用途：父文档查询。

   {
     "query": {
       "has_parent": {
         "parent_type": "blog",
         "score": true,
         "query": {
           "term": { "category": "technology" }
         },
         "inner_hits": {
           "name": "parent_blog"
         }
       }
     }
   }
   

三、aggs 聚合分析

Elasticsearch 的聚合分析功能提供了强大的数据统计和分析能力，能够对数据进行分组、统计和计算各种指标。聚合操作可以嵌套使用，构建复杂的数据分析管道。

3.1 聚合的三种类型

1. 指标聚合（Metric Aggregations）：计算数值指标，如 sum、avg、max 等。
2. 桶聚合（Bucket Aggregations）：将文档分组到不同的桶中。
3. 管道聚合（Pipeline Aggregations）：对其他聚合的结果进行再聚合。

3.2 聚合基本结构

{
  "aggs": {                        // 也可以使用"aggregations"
    "agg_name": {                  // 自定义聚合名称
      "agg_type": {                // 聚合类型
        "agg_body": ...            // 聚合体
      }
    }
  }
}

3.3 指标聚合

1. 基本指标聚合

   • avg - 平均值

     {
       "aggs": {
         "avg_price": {
           "avg": { "field": "price" }
         }
       }
     }
     

   • sum - 求和

     {
       "aggs": {
         "total_sales": {
           "sum": { "field": "sales" }
         }
       }
     }
     

   • max/min - 最大/最小值

     {
       "aggs": {
         "max_age": {
           "max": { "field": "age" }
         }
       }
     }
     

   • stats - 基本统计

     {
       "aggs": {
         "price_stats": {
           "stats": { "field": "price" }
         }
       }
     }
     

   • extended_stats - 扩展统计

     {
       "aggs": {
         "price_extended_stats": {
           "extended_stats": { "field": "price" }
         }
       }
     }
     

   • cardinality - 基数统计（去重计数）

     {
       "aggs": {
         "unique_users": {
           "cardinality": { "field": "user_id" }
         }
       }
     }
     

2. 高级指标聚合

   • percentiles - 百分位数

     {
       "aggs": {
         "load_time_percentiles": {
           "percentiles": {
             "field": "load_time",
             "percents": [95, 99, 99.9]
           }
         }
       }
     }
     

   • percentile_ranks - 百分位排名

     {
       "aggs": {
         "load_time_ranks": {
           "percentile_ranks": {
             "field": "load_time",
             "values": [500, 1000]
           }
         }
       }
     }
     

   • top_hits - 返回每组顶部文档

     {
       "aggs": {
         "top_tags": {
           "terms": { "field": "tags" },
           "aggs": {
             "top_tag_hits": {
               "top_hits": {
                 "size": 1,
                 "sort": [{ "date": { "order": "desc" } }]
               }
             }
           }
         }
       }
     }
     

3.4 桶聚合

1. 基本桶聚合

   • terms - 按词项分组

     {
       "aggs": {
         "genres": {
           "terms": {
             "field": "genre",
             "size": 10,
             "order": { "_count": "desc" }
           }
         }
       }
     }
     

   • range - 按范围分组

     {
       "aggs": {
         "price_ranges": {
           "range": {
             "field": "price",
             "ranges": [
               { "to": 50 },
               { "from": 50, "to": 100 },
               { "from": 100 }
             ]
           }
         }
       }
     }
     

   • date_range - 日期范围分组

     {
       "aggs": {
         "date_ranges": {
           "date_range": {
             "field": "date",
             "format": "yyyy-MM-dd",
             "ranges": [
               { "to": "now-10d/d" },
               { "from": "now-10d/d", "to": "now" },
               { "from": "now" }
             ]
           }
         }
       }
     }
     

   • histogram - 直方图

     {
       "aggs": {
         "prices": {
           "histogram": {
             "field": "price",
             "interval": 50,
             "extended_bounds": {
               "min": 0,
               "max": 500
             }
           }
         }
       }
     }
     

   • date_histogram - 日期直方图

     {
       "aggs": {
         "sales_over_time": {
           "date_histogram": {
             "field": "date",
             "calendar_interval": "month",
             "format": "yyyy-MM-dd",
             "min_doc_count": 0
           }
         }
       }
     }
     

2. 高级桶聚合

   • nested - 嵌套对象聚合

     {
       "aggs": {
         "comments": {
           "nested": { "path": "comments" },
           "aggs": {
             "by_user": {
               "terms": { "field": "comments.user" }
             }
           }
         }
       }
     }
     

   • filter - 过滤后聚合

     {
       "aggs": {
         "high_value": {
           "filter": { "range": { "price": { "gte": 100 } } },
           "aggs": {
             "avg_price": { "avg": { "field": "price" } }
           }
         }
       }
     }
     

   • filters - 多过滤器聚合

     {
       "aggs": {
         "messages": {
           "filters": {
             "filters": {
               "errors": { "term": { "level": "error" } },
               "warnings": { "term": { "level": "warning" } }
             }
           }
         }
       }
     }
     

3.5 管道聚合

1. 基础管道聚合

   • avg_bucket - 计算桶平均值

     {
       "aggs": {
         "sales_per_month": {
           "date_histogram": {
             "field": "date",
             "calendar_interval": "month"
           },
           "aggs": {
             "sales": { "sum": { "field": "price" } }
           }
         },
         "avg_monthly_sales": {
           "avg_bucket": {
             "buckets_path": "sales_per_month>sales"
           }
         }
       }
     }
     

   • derivative - 计算导数

     {
       "aggs": {
         "sales_per_month": {
           "date_histogram": {
             "field": "date",
             "calendar_interval": "month"
           },
           "aggs": {
             "sales": { "sum": { "field": "price" } },
             "sales_deriv": {
               "derivative": { "buckets_path": "sales" }
             }
           }
         }
       }
     }
     

2. 高级管道聚合

   • cumulative_sum - 累计和

     {
       "aggs": {
         "sales_per_month": {
           "date_histogram": {
             "field": "date",
             "calendar_interval": "month"
           },
           "aggs": {
             "sales": { "sum": { "field": "price" } },
             "cumulative_sales": {
               "cumulative_sum": { "buckets_path": "sales" }
             }
           }
         }
       }
     }
     

   • moving_avg - 移动平均

     {
       "aggs": {
         "sales_per_month": {
           "date_histogram": {
             "field": "date",
             "calendar_interval": "month"
           },
           "aggs": {
             "sales": { "sum": { "field": "price" } },
             "moving_avg": {
               "moving_avg": { "buckets_path": "sales" }
             }
           }
         }
       }
     }
     

四、sort 排序

排序是 Elasticsearch 搜索中非常重要的功能，它决定了返回结果的顺序。

4.1 基本排序语法

1. 简单排序

   {
     "query": { ... },
     "sort": [
       { "field_name": { "order": "desc" } }
     ]
   }
   

2. 多字段排序

   {
     "query": { ... },
     "sort": [
       { "price": { "order": "asc" } },
       { "date": { "order": "desc" } }
     ]
   }
   

4.2 排序类型

1. 字段值排序
   • 最常见的排序方式，基于字段值排序。

     {
       "sort": [
         { "price": { "order": "asc" } }
       ]
     }
     

2. 特殊排序
   • _score：按相关性评分排序

     {
       "query": { "match": { "title": "elasticsearch" } },
       "sort": [
         "_score",
         { "date": "desc" }
       ]
     }
     

   • _doc：按索引顺序排序（性能最高）

     {
       "sort": "_doc"
     }
     

   • _shard_doc：按分片文档顺序排序

     {
       "sort": "_shard_doc"
     }
     

3. 多值字段排序
   • 当字段有多个值时，可以指定如何选择排序值：

   {
     "sort": [
       {
         "dates": {
           "order": "asc",
           "mode": "min",  // min/max/avg/sum/median
           "nested": {
             "path": "dates",
             "filter": { "range": { "dates.date": { "gte": "now-1y/y" } } }
           }
         }
       }
     ]
   }
   

4.3 排序模式（mode）

当字段是多值字段时，需要指定使用哪个值进行排序：

模式	描述
min	使用最小值排序
max	使用最大值排序
sum	使用所有值的和排序
avg	使用平均值排序
median	使用中位数排序

示例：

{
  "sort": [
    {
      "prices": {
        "order": "asc",
        "mode": "avg"
      }
    }
  ]
}

4.4 地理距离排序

1. 基本语法

   {
     "sort": [
       {
         "_geo_distance": {
           "field": "location",
           "points": [ { "lat": 40.715, "lon": -73.988 } ],
           "order": "asc",
           "unit": "km",
           "distance_type": "arc"
         }
       }
     ]
   }
   

2. 多地点排序

   {
     "sort": [
       {
         "_geo_distance": {
           "location": [ "40.715,-73.988", "41.602,-73.087" ],
           "order": "asc",
           "unit": "km"
         }
       }
     ]
   }
   

4.5 脚本排序

使用自定义脚本进行排序：

{
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": "doc['price'].value * params.factor",
        "params": {
          "factor": 1.1
        }
      },
      "order": "desc"
    }
  }
}

4.6 嵌套对象排序

1. 基本嵌套排序

   {
     "sort": [
       {
         "comments.date": {
           "order": "desc",
           "nested": {
             "path": "comments"
           }
         }
       }
     ]
   }
   

2. 带过滤的嵌套排序

   {
     "sort": [
       {
         "comments.date": {
           "order": "asc",
           "nested": {
             "path": "comments",
             "filter": {
               "term": { "comments.verified": true }
             }
           }
         }
       }
     ]
   }
   

五、_source 返回字段控制

_source 参数是 Elasticsearch 查询 DSL 中一个非常重要的功能，它控制着查询结果中原始文档（source document）的返回方式。合理使用 _source 可以显著优化查询性能并减少网络传输量。

5.1 _source 基础概念

_source 是 Elasticsearch 存储的原始 JSON 文档。默认情况下，当你执行搜索时，Elasticsearch 会返回完整的 _source 文档。

5.2 为什么需要控制 _source

1. 减少网络传输：只返回需要的字段。
2. 提高查询性能：减少数据序列化/反序列化开销。
3. 安全性：隐藏敏感字段。
4. 灵活性：可以重命名字段或添加脚本字段。

5.3 _source 的基本用法

1. 禁用 _source 返回

   {
     "_source": false,
     "query": {
       "match_all": {}
     }
   }
   

2. 返回特定字段

   {
     "_source": ["field1", "field2"],
     "query": {
       "match_all": {}
     }
   }
   

3. 使用通配符

   {
     "_source": ["user.*", "*.id"],
     "query": {
       "match_all": {}
     }
   }
   

5.4 高级 _source 控制

1. 包含/排除模式

   {
     "_source": {
       "includes": ["*.name", "user.*"],
       "excludes": ["user.password", "*.secret"]
     },
     "query": {
       "match_all": {}
     }
   }
   

2. 嵌套字段控制

   {
     "_source": {
       "includes": ["user.name", "comments.text"],
       "excludes": ["user.email", "comments.ip"]
     },
     "query": {
       "match_all": {}
     }
   }
   

六、script_fields 脚本字段

script_fields 是 Elasticsearch 查询 DSL 中一个强大的功能，它允许你在查询结果中动态计算并返回新的字段值，而不需要这些字段实际存储在文档中。

6.1 script_fields 基础

1. 基本语法结构

   {
     "query": { ... },
     "script_fields": {
       "field_name": {
         "script": {
           "source": "script_source",
           "params": { ... }
         }
       }
     }
   }
   

2. 核心特点

   • 运行时计算：在查询时动态计算字段值。
   • 不改变存储：不影响原始文档，只影响返回结果。
   • 灵活性强：可以使用 Painless 等脚本语言编写复杂逻辑。
   • 性能考虑：脚本执行会增加查询开销。

6.2 基本用法

1. 简单计算字段

   {
     "query": { "match_all": {} },
     "script_fields": {
       "discounted_price": {
         "script": {
           "source": "doc['price'].value * 0.9"
         }
       }
     }
   }
   

2. 使用参数

   {
     "query": { "match_all": {} },
     "script_fields": {
       "final_price": {
         "script": {
           "source": "doc['price'].value * params.discount",
           "params": {
             "discount": 0.85
           }
         }
       }
     }
   }
   

3. 多字段计算

   {
     "query": { "match_all": {} },
     "script_fields": {
       "total_value": {
         "script": {
           "source": "doc['price'].value * doc['quantity'].value"
         }
       }
     }
   }
   

6.3 高级用法

1. 条件逻辑

   {
     "script_fields": {
       "price_category": {
         "script": {
           "source": """
             double price = doc['price'].value;
             if (price < 50) return 'low';
             else if (price < 200) return 'medium';
             else return 'high';
           """
         }
       }
     }
   }
   

2. 处理数组字段

   {
     "script_fields": {
       "avg_rating": {
         "script": {
           "source": """
             if (doc['ratings'].size() == 0) return 0;
             double sum = 0;
             for (rating in doc['ratings']) {
               sum += rating;
             }
             return sum / doc['ratings'].size();
           """
         }
       }
     }
   }
   

3. 日期处理

   {
     "script_fields": {
       "days_since_post": {
         "script": {
           "source": """
             ChronoUnit.DAYS.between(
               doc['post_date'].value,
               Instant.now()
             )
           """,
           "lang": "painless"
         }
       }
     }
   }
   

七、highlight 高亮显示

高亮(highlight)是 Elasticsearch 中一个非常有用的功能，它能够将查询匹配到的关键词在返回的文本内容中标记出来，便于用户快速定位匹配内容。

7.1 基础用法

1. 基本语法结构

   {
     "query": { ... },
     "highlight": {
       "fields": {
         "field_name": { ... }
       }
     }
   }
   

2. 简单示例

   {
     "query": {
       "match": { "content": "Elasticsearch" }
     },
     "highlight": {
       "fields": {
         "content": {}
       }
     }
   }
   

7.2 核心配置参数

1. 高亮标签设置

   {
     "highlight": {
       "pre_tags": [""],
       "post_tags": [""],
       "fields": {
         "content": {}
       }
     }
   }
   

2. 高亮片段控制

   {
     "highlight": {
       "fields": {
         "content": {
           "fragment_size": 150,
           "number_of_fragments": 3,
           "no_match_size": 150
         }
       }
     }
   }
   

   • fragment_size：每个高亮片段的大小（字符数）
   • number_of_fragments：返回的最大片段数（0表示返回整个字段）
   • no_match_size：没有匹配时返回的字段长度

3. 高亮策略

   {
     "highlight": {
       "fields": {
         "content": {
           "type": "plain",  // 或"fvh"(fast vector highlighter),"unified"
           "boundary_scanner": "sentence"
         }
       }
     }
   }
   

7.3 高级 highlight 功能

1. 多字段高亮

   {
     "highlight": {
       "fields": {
         "title": {},
         "content": {
           "number_of_fragments": 5
         }
       }
     }
   }
   

2. 不同字段不同标签

   {
     "highlight": {
       "pre_tags": [""],
       "post_tags": [""],
       "fields": {
         "title": {
           "pre_tags": [""],
           "post_tags": [""]
         },
         "content": {}
       }
     }
   }
   

3. 短语高亮优化

   {
     "query": {
       "match_phrase": { "content": "Elasticsearch tutorial" }
     },
     "highlight": {
       "fields": {
         "content": {
           "phrase_limit": 10,
           "highlight_query": {
             "bool": {
               "should": [
                 { "match": { "content": "Elasticsearch" } },
                 { "match": { "content": "tutorial" } }
               ]
             }
           }
         }
       }
     }
   }