Elasticsearch查询 = 数据结构？

不，Elasticsearch 查询 ≠ 数据结构。
这是两个根本不同但深度耦合的概念：

数据结构（Data Structure）指的是文档在 ES 中的存储与索引方式（由 Mapping 定义）
查询（Query）指的是如何从这些结构中检索数据

将二者等同，会导致查询失效、性能崩溃、结果失真。

一、本质区别：静态结构 vs 动态操作

维度	数据结构（Mapping）	查询（Query）
性质	静态定义（写入时确定）	动态操作（读取时执行）
作用	决定数据如何被索引和存储	决定如何匹配和评分
类比	数据库的表结构 + 索引	SQL 的SELECT … WHERE …
变更成本	高（需重建索引）	低（即时生效）

💡核心认知：
数据结构是查询的“跑道”，查询是“赛车”——没有合适的跑道，再快的车也跑不出成绩

二、数据结构如何决定查询能力？

▶ 1.字段类型 → 查询语义

数据结构	可用查询	不可用/危险查询
`text`（分词）	`match`,`multi_match`	`term`（查不到完整值）
`keyword`（不分词）	`term`,`terms`,`wildcard`	`match`（无分词意义）
`integer`/`date`	`range`,`term`	`match`（非文本）
`nested`	`nested`查询	`bool`直接查（逻辑错误）

▶ 2.存储特性 → 性能边界

倒排索引（Inverted Index）：
- 用于text/keyword的快速查找
- 支持term/match查询
Doc Values（列存）：
- 用于keyword/数值字段的聚合/排序
- text默认关闭 → 聚合需fielddata（内存爆炸）

▶ 3.分析器（Analyzer） → 全文搜索精度

// Mapping{"description":{"type":"text","analyzer":"ik_max_word"}}

查询影响：
- 搜“手机” → 匹配“智能手机”（因 IK 分词）
- 若用 Standard Analyzer → 无法识别中文词

三、查询如何暴露数据结构缺陷？

▶ 场景 1：查不到预期结果

查询：
```
{"term":{"product_name":"iPhone 15"}}
```
数据结构问题：
product_name是text类型 → 存储为["iphone", "15"]→ 无完整 term
修复：
- 数据结构：添加.keyword子字段
- 查询：改用product_name.keyword

▶ 场景 2：聚合结果碎片化

查询：
```
{"terms":{"field":"email"}}
```
数据结构问题：
email是text→ 聚合分词后的["gmail", "com"]
修复：
- 数据结构：改为keyword
- 查询：直接聚合

▶ 场景 3：高基数 keyword 内存溢出

查询：

{"terms":{"field":"user_id.keyword","size":1000000}}

数据结构问题：
user_id用keyword（10 亿唯一值）→ Doc Values 内存爆炸
修复：
- 数据结构：改为long
- 查询：用cardinality估算或预聚合

四、PHP 实战：数据结构与查询协同设计

▶ 步骤 1：定义数据结构（Mapping）

// 创建索引$client->indices()->create(['index'=>'products','body'=>['mappings'=>['properties'=>[// 全文搜索 + 精确聚合'name'=>['type'=>'text','analyzer'=>'ik_max_word','fields'=>['keyword'=>['type'=>'keyword']]],// 数值类型（避免高基数 keyword）'user_id'=>['type'=>'long'],// 精确值'brand'=>['type'=>'keyword']]]]]);

▶ 步骤 2：构建查询（Query）

$params=['index'=>'products','body'=>['query'=>['bool'=>['must'=>[['match'=>['name'=>'手机']]],// 全文'filter'=>[['term'=>['brand.keyword'=>'Apple']],// 精确['range'=>['price'=>['gte'=>5000]]]// 范围]]],'aggs'=>['brands'=>['terms'=>['field'=>'brand.keyword']]// 聚合]]];$response=$client->search($params);

五、避坑指南

陷阱	破局方案
先写查询再设计结构	先定义 Mapping，再写 Query
忽略字段类型语义	`text`用于搜索，`keyword`用于过滤/聚合
高基数字段用 keyword	ID/数字用`long`/`integer`