Lucene如何查询字段中包含带引号短语（如"ns":100）的文档？

问题原因 #

你原来的查询无法命中结果主要有两个核心原因：

• 如果你把json.req.variables存为普通文本类型，Lucene默认分词器会把JSON里的引号、冒号等符号直接过滤，你查询的"\"ns\":100"包含特殊符号，和分词后生成的ns、100两个独立词条完全不匹配
• 如果你的JSON是按结构化嵌套类型索引的，直接对整个variables字段做字符串匹配本来就不符合结构化字段的查询规则

对应解决方案 #

场景1：json.req.variables存为纯文本字符串，没有做结构化索引

如果是标准分词器处理的文本字段，直接查询两个词条的邻近匹配即可：

json.req.variables: "ns 100"~2

如果要避免误匹配，建议给该字段增加一个不分词的keyword子字段，使用通配符查询（数据量大时不推荐，性能较低）：

json.req.variables.keyword: *\"ns\":100*

场景2：JSON结构做了结构化索引（object/nested类型）

不需要匹配整个字段的字符串，直接按嵌套路径查询对应字段即可：

• 普通object类型，可使用通配符匹配不确定的中间层级：

json.req.variables.*.ns:100

• 多层嵌套不确定路径时，可以用多级通配符：

json.req.variables.**ns:100

• 如果是nested嵌套类型，需要配合nested查询语法（以Elasticsearch的Lucene语法为例）：

nested(path: "json.req.variables", query: {match: {"json.req.variables.*.ns": 100}})

内容的提问来源于stack exchange，提问作者rishav