Elasticsearch文本日期regexp查询异常及优化方案咨询

1. 为何/在regexp查询中无效？ #

核心原因是你的dob字段使用了分词器（比如默认的standard分词器），它会把06/01/2023拆分成06、01、2023三个独立词项存储在倒排索引中。而Elasticsearch的regexp查询默认是在单个词项上匹配，而非针对字段的原始完整字符串。你查询/或\/时，索引中没有以/为内容的词项，自然返回无结果。

要让regexp匹配整个原始字符串，需将dob字段设置为keyword类型（不分词，存储完整字符串），或启用字段的keyword子字段（如dob.keyword）来执行查询。

2. 如何编写regexp查询以匹配多种日期格式？ #

首先确保使用不分词的字段（如dob.keyword）进行查询，再针对16种格式编写组合正则：

• 先梳理所有需支持的格式，比如M/d、M/d/YY、MM/dd、MM/dd/YYYY等；
• 用正则分支|组合所有模式，注意优先匹配更具体的格式（避免短模式覆盖长模式）；
• 示例正则（可扩展至16种格式）：

  ^\d{1,2}/\d{1,2}/\d{4}$|^\d{1,2}/\d{1,2}/\d{2}$|^\d{1,2}/\d{1,2}$|^\d{2}/\d{1,2}/\d{2}$|^\d{1,2}/\d{2}/\d{4}$
  

• Elasticsearch查询示例（注意JSON中需转义反斜杠）：

  {
    "query": {
      "regexp": {
        "dob.keyword": "^\\d{1,2}/\\d{1,2}/\\d{4}$|^\\d{1,2}/\\d{1,2}/\\d{2}$"
      }
    }
  }
  

3. 是否有比regexp更合适的查询方式？ #

有，使用Elasticsearch的date类型存储日期是最优方案，性能和灵活性远胜于regexp：

• 将dob字段定义为date类型，并配置所有需支持的格式（覆盖16种），示例映射：

  {
    "mappings": {
      "properties": {
        "dob": {
          "type": "date",
          "format": "MM/dd/yyyy, M/d/yyyy, MM/d/yyyy, M/dd/yyyy, MM/dd/yy, M/d/yy, ..." // 补充完整16种格式
        }
      }
    }
  }
  

• 之后可使用更高效的查询方式：
  • 精确匹配：用term查询完整日期；
  • 部分匹配：比如匹配6月所有日期，用range查询gte: "2023-06-01", lte: "2023-06-30"，或用script查询提取月份/日期/年份进行匹配；
  • 模糊匹配：Elasticsearch会自动解析符合配置格式的日期字符串。

若因特殊原因必须存为文本，也可考虑wildcard查询（如*06/01*），但性能和灵活性仍不及date类型。

内容的提问来源于stack exchange，提问作者Sara