数据写入与查询

单条文档写入

# 指定文档 ID 写入
curl -XPUT "https://<Search引擎地址>:9200/products/_doc/1" \
  -u "<用户名>:<密码>" -k \
  -H "Content-Type: application/json" \
  -d '{
    "name":        "无线蓝牙耳机",
    "description": "高品质降噪蓝牙耳机,续航 30 小时",
    "price":       299.0,
    "category":    "电子产品",
    "tags":        ["蓝牙","降噪","耳机"],
    "in_stock":    true,
    "created_at":  "2025-06-01"
  }'

# 自动生成文档 ID
curl -XPOST "https://<Search引擎地址>:9200/products/_doc" \
  -u "<用户名>:<密码>" -k \
  -H "Content-Type: application/json" \
  -d '{ "name": "机械键盘", "price": 499.0, "category": "电子产品" }'

批量写入（_bulk API）

_bulk API 支持在一次请求中执行多个写入操作，显著提高写入效率：

curl -XPOST "https://<Search引擎地址>:9200/_bulk" \
  -u "<用户名>:<密码>" -k \
  -H "Content-Type: application/json" \
  -d '
{"index": {"_index": "products", "_id": "3"}}
{"name": "智能手表", "price": 899.0, "category": "穿戴设备"}
{"index": {"_index": "products", "_id": "4"}}
{"name": "移动电源", "price": 129.0, "category": "电子产品"}
'

批量写入建议

• 单次 bulk 大小：5-15 MB，避免请求过大导致内存压力。

• 单次文档数：1000-5000 条，取决于单条文档大小。

• 并发写入线程：2-4 个，根据节点 CPU 核数调整。

• 写入期间 refresh_interval 设为 30s 或 -1，写入完成后恢复为 1s。

更新与删除

# 部分更新
curl -XPOST "https://<Search引擎地址>:9200/products/_update/1" \
  -u "<用户名>:<密码>" -k -H "Content-Type: application/json" \
  -d '{ "doc": { "price": 259.0, "in_stock": false } }'

# 删除单条
curl -XDELETE "https://<Search引擎地址>:9200/products/_doc/1" -u "<用户名>:<密码>" -k

# 按查询条件批量删除
curl -XPOST "https://<Search引擎地址>:9200/products/_delete_by_query" \
  -u "<用户名>:<密码>" -k -H "Content-Type: application/json" \
  -d '{ "query": { "term": { "in_stock": false } } }'

match 查询

最常用的全文检索查询，会对查询文本进行分词后匹配：

{
  "query": {
    "match": {
      "description": {
        "query": "降噪 蓝牙",
        "operator": "and",
        "minimum_should_match": "75%"
      }
    }
  }
}

multi_match 查询

{
  "query": {
    "multi_match": {
      "query": "智能手表运动",
      "fields": ["name^3", "description"],
      "type": "best_fields"
    }
  }
}

match_phrase 短语查询

要求分词后的 token 按顺序紧邻出现：

{ "query": { "match_phrase": { "description": "智能手表" } } }

query_string 查询（Lucene 语法）

{
  "query": {
    "query_string": {
      "query":         "(降噪 OR 蓝牙) AND 耳机",
      "default_field": "description"
    }
  }
}

高亮显示

{
  "query": { "match": { "description": "降噪耳机" } },
  "highlight": {
    "pre_tags":  ["<em>"],
    "post_tags": ["</em>"],
    "fields": {
      "description": {
        "fragment_size":       150,
        "number_of_fragments": 3
      }
    }
  }
}

分页

浅层分页（前 10000 条以内）用 from + size；深度分页用 search_after:

{
  "size": 10,
  "query": { "match_all": {} },
  "sort":  [ { "created_at": "desc" }, { "_id": "asc" } ],
  "search_after": ["2025-05-25", "4"]
}

// term
{ "query": { "term":  { "category": "电子产品" } } }

// terms
{ "query": { "terms": { "category": ["电子产品","穿戴设备"] } } }

// range
{ "query": { "range": { "price": { "gte": 100, "lte": 500 } } } }

// 日期范围
{ "query": { "range": { "created_at": { "gte": "2025-05-01", "lt": "2025-06-01" } } } }

// exists
{ "query": { "exists": { "field": "tags" } } }

基本 KNN 查询

{
  "size": 5,
  "query": {
    "knn": {
      "embedding": {
        "vector": [0.1, 0.2, 0.3, "..."],
        "k":      5
      }
    }
  }
}

带过滤条件的向量检索

{
  "size": 5,
  "query": {
    "knn": {
      "embedding": {
        "vector": [0.1, 0.2, 0.3, "..."],
        "k":      5,
        "filter": {
          "bool": {
            "must": [
              { "term":  { "category":   "技术文档" } },
              { "range": { "created_at": { "gte": "2025-01-01" } } }
            ]
          }
        }
      }
    }
  }
}

向量 + 全文混合检索

{
  "size": 10,
  "query": {
    "bool": {
      "should": [
        { "match": { "content":   { "query": "分布式数据库架构", "boost": 0.3 } } },
        { "knn":   { "embedding": { "vector": [0.1, 0.2, 0.3, "..."], "k": 10 } } }
      ]
    }
  }
}