Elasticsearch通配符查询问题：含空格时返回全部数据

你遇到的问题是query_string的解析逻辑导致的：

• 当你输入*orhan s*时，Elasticsearch会将空格默认解析为逻辑OR，实际执行的查询是*orhan* OR *s*。
• 由于英文词典索引中大部分文档都包含字母s（比如复数形式、第三人称动词等），几乎所有文档都满足查询条件，最终返回全部54665条记录。

根据你匹配包含orhan s连续序列文档的需求，可采用以下几种方法：

方法1：使用短语查询（精确匹配连续序列） #

在query_string中用双引号包裹查询内容，指定匹配连续的短语：

GET /words/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "filter": [
        {
          "bool": {
            "should": [
              {
                "query_string": {
                  "default_field": "text",
                  "query": "\"orhan s\"" // 双引号包裹短语
                }
              }
            ]
          }
        }
      ]
    }
  },
  "track_total_hits": true
}

如果需要匹配包含该短语且前后允许有其他字符的文档（比如xxxorhan sxxx），可在双引号前后添加通配符：

"query": "*\"orhan s\"*"

⚠️ 注意：通配符开头的查询会跳过倒排索引，遍历所有文档，性能较低，数据量大时不建议频繁使用。

方法2：使用match_phrase查询（更高效的短语匹配） #

相比query_string，match_phrase更适合短语匹配场景，语法直观且性能更好：

GET /words/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "filter": [
        {
          "bool": {
            "should": [
              {
                "match_phrase": {
                  "text": "orhan s"
                }
              }
            ]
          }
        }
      ]
    }
  },
  "track_total_hits": true
}

如果需要匹配以orhan s开头的后续任意内容（比如orhan sxxxx），可以用match_phrase_prefix：

"match_phrase_prefix": {
  "text": {
    "query": "orhan s",
    "max_expansions": 10 // 限制前缀匹配的扩展数量，避免性能问题
  }
}

方法3：修改query_string的默认运算符（匹配同时包含两个词的文档） #

如果你不需要严格连续的短语，只是想匹配同时包含orhan和s的文档，可以设置default_operator: "AND"：

"query_string": {
  "default_field": "text",
  "query": "*orhan* *s*",
  "default_operator": "AND"
}

这种方式会匹配所有同时包含orhan和s的文档，但不保证两个词是连续的。

• 尽量避免使用开头通配符（*xxx）的查询，这类查询无法利用倒排索引，性能极差。如果需要频繁做包含式查询，可在创建索引时为text字段配置ngram分词器，提前将文本拆分为不同长度的子串，从而高效实现包含查询。
• 对于短语匹配场景，优先使用match_phrase或match_phrase_prefix，而非query_string，前者语法更清晰，性能更优。

内容的提问来源于stack exchange，提问作者heymynameisfoo