Elasticsearch中match与query_string差异及match工作原理问询

你的这两个场景刚好戳中了match查询最核心的两个特性：依赖分词器处理查询词，以及默认的匹配逻辑。让我逐个给你拆解清楚：

一、为什么match查"ka"没结果，query_string的ka却能命中？ #

match查询的工作流程是固定的：

1. 首先会把你输入的查询词（这里是"ka"），用和目标字段（name）相同的分词器进行分词处理。
2. 然后拿着分词后的结果，去Elasticsearch的倒排索引里找完全匹配的分词项。

而你的name字段里的"katyperry"、"KathleenLights"这类值，被分词器处理后是作为完整的单个分词存在的（比如默认的标准分词器不会把英文单词拆成前缀）。当你用match查"ka"时，分词后的查询词就是"ka"，但倒排索引里根本没有"ka"这个分词项——只有"katyperry"、"kathleenlights"这类完整分词，所以自然匹配不到任何结果。

而你用的query_string加*ka*属于通配符查询，逻辑完全不同：

• 通配符查询不会对查询词做分词处理，而是直接去倒排索引里找包含"ka"子串的所有分词项。比如"katyperry"这个分词里包含"ka"，所以会被命中，这就是为什么能返回1000+条结果。

二、为什么match查邮箱会返回所有含"gmail.com"的结果？ #

这个问题和分词器以及match查询的默认规则有关：

1. 当你查询"email":"testname@gmail.com"时，match查询会先把这个邮箱地址用email字段的分词器处理。如果是默认的标准分词器，它会把testname@gmail.com拆分成三个分词：testname、gmail、com。
2. match查询的默认匹配逻辑是OR——也就是说，只要文档的email字段包含这三个分词中的任意一个，就会被匹配到。

所以你的查询实际上等价于：找email字段包含testname OR gmail OR com的文档。那些包含"gmail.com"的邮箱，显然会被分词出gmail和com，自然就会被命中返回。

如果想要精确匹配整个邮箱地址，你有几个实用的选择：

• 用match_phrase查询：{"match_phrase": {"email": "testname@gmail.com"}}，它会要求分词后的项按顺序完整匹配。
• 把email字段设置为keyword类型（或添加一个keyword子字段），然后用term查询精确匹配整个字符串。
• 修改match查询的operator为AND：{"match": {"email": {"query": "testname@gmail.com", "operator": "and"}}}，这样需要三个分词都存在才会匹配。

内容的提问来源于stack exchange，提问作者Xin