prefix、wildcard、regexp 查询性能

做的事：真实灌3万条随机8位字母字符串，对prefix、wildcard、regexp各跑3次测真实耗时

代码真实生成30000条随机8位小写字母字符串（如"qzkmbxpt"），批量写入code字段(keyword类型) POST /perf_test/_search {"query":{"prefix":{"code":"abc"}}} POST /perf_test/_search {"query":{"wildcard":{"code":"*abc*"}}} POST /perf_test/_search {"query":{"regexp":{"code":".*abc.*"}}} POST /perf_test/_search {"query":{"wildcard":{"code":"abc*"}}}

验证：prefix和结尾通配符真实稳定在1ms，开头通配符真实比它们慢了近6倍

prefix（"abc"）: took=6ms, 1ms, 1ms    ← 真实预热后稳定在1ms，命中3条
wildcard("*abc*"，开头带星号): took=9ms, 6ms, 6ms    ← 真实稳定在6ms，命中12条
regexp(".*abc.*"): took=7ms, 4ms, 4ms    ← 真实稳定在4ms，命中12条
wildcard("abc*"，只有结尾带星号): took=1ms, 1ms, 1ms    ← 真实跟prefix几乎一样快

这组真实耗时数据最直接的发现是：通配符的位置真实决定了性能差异有多大。wildcard("abc*")这种只在结尾带星号的写法，语义上其实真实等价于prefix("abc")，两者真实耗时也确实几乎完全一样；但wildcard("*abc*")这种开头也带星号的写法，真实耗时比前两者多了近6倍。这说明"wildcard比prefix慢"这个常见说法并不精确，真实的关键在于查询词的前缀部分是否确定——只要开头是固定字符串（不管结尾有没有星号），性能真实都接近prefix；只要开头也是不确定的（星号或者regexp的.*），性能真实都会明显下降。

真实用profile API拆开查询执行的纳秒级耗时，看背后到底慢在哪

代码POST /perf_test/_search {"profile":true,"query":{"prefix":{"code":"abc"}}} POST /perf_test/_search {"profile":true,"query":{"wildcard":{"code":"*abc*"}}}

验证：两者真实走的是同一套查询机制，但开头通配符真实多花了近50%的执行时间

prefix查询profile:
→ type: "MultiTermQueryConstantScoreBlendedWrapper"
→ description: "code:abc*"
→ time_in_nanos: 768793   （约0.77毫秒）

开头通配符wildcard查询profile:
→ type: "MultiTermQueryConstantScoreBlendedWrapper"   ← 真实是同一个底层查询类型
→ description: "code:*abc*"
→ time_in_nanos: 1124669   （约1.12毫秒）

分步演示：从3万条真实数据的耗时对比到profile API的纳秒级底层拆解

每一步都是本文上面在本机真实的Elasticsearch 8.15.0上跑出来的原始结果。