Elasticsearch query_string查询报错及返回结果异常问题

以下为测试使用的字典数据：

abc = [
{'id':"1",  'name': 'cristiano ronaldo', 'description': 'portugal@fifa.com'},
{'id':"2",  'name': 'lionel messi', 'description': 'argentina@fifa.com'},
{'id':"3",  'name': 'Lionel Jr', 'description': 'brazil@fifa.com'}
]

写入Elasticsearch players 索引的执行代码：

for i in abc:
    es.index(index="players", body=i, id=i['id'])

测试用查询DSL：

resp = es.search(index="players",body={
  "query": {
    "query_string": {
       "fields": ["id^12","description^2", "name^2"], 
      "query": "brazil@fifa.com"
    }
  }})
resp

• 问题1：查询字段配置为"fields": ["id^12","description^2", "name^2"]时，返回报错：RequestError: RequestError(400, 'search_phase_execution_exception', 'failed to create query: For input string: "brazil@fifa.com"。已通过将原long类型的id字段修改为带keyword子字段的text类型解决，修改后的索引映射如下：

{
  "players": {
    "mappings": {
      "properties": {
        "description": {
          "type": "text",
          "fields": {
            "keyword": {"type": "keyword", "ignore_above": 256}
          }
        },
        "id": {
          "type": "text",
          "fields": {
            "keyword": {"type": "keyword", "ignore_above": 256}
          }
        },
        "name": {
          "type": "text",
          "fields": {
            "keyword": {"type": "keyword", "ignore_above": 256}
          }
        }
      }
    }
  }
}

• 问题2：查询字段配置为["description^2", "name^2"]时，预期仅返回description包含brazil@fifa.com的1条文档，实际返回了索引内全部3条文档。

该问题由两个默认机制共同导致：

1. Elasticsearch默认的standard分词器会将@、.这类特殊符号作为分词分隔符，传入的查询词brazil@fifa.com会被拆分为brazil、fifa、com多个独立词元。
2. query_string查询默认使用OR逻辑匹配分词后的词元，只要对应字段包含任意一个词元就会判定为命中。索引内3条文档的description字段都包含fifa、com这两个词元，因此全部被返回。

根据实际业务的匹配需求选择对应方案即可：

• 方案1：需要完整精确匹配整个邮箱字符串，直接查询字段的keyword子字段（keyword类型不分词，做完整值匹配），将fields配置修改为["description.keyword^2", "name.keyword^2"]，此时只会返回description字段值完全等于brazil@fifa.com的目标文档。
• 方案2：需要做全文检索但要求所有分词后的词元都命中，给query_string增加default_operator: "AND"配置，修改后的查询代码如下：

resp = es.search(index="players",body={
  "query": {
    "query_string": {
       "fields": ["description^2", "name^2"], 
      "query": "brazil@fifa.com",
      "default_operator": "AND"
    }
  }})

该配置下需要字段同时包含brazil、fifa、com所有词元才会命中，也只会返回id为3的目标文档。

• 方案3：如果不需要使用query_string的高级查询语法（比如通配符、多逻辑符拼接查询），直接替换为match查询配合AND逻辑，或者用term查询匹配keyword子字段，查询性能更稳定，也不容易出现非预期的匹配结果。

内容的提问来源于stack exchange，提问作者sim