elasticsearch复杂查询

Elasticsearch 复杂查询详解：复合查询与逻辑组合

在 Elasticsearch 中，复杂查询通过组合多个简单查询条件，实现精准的数据过滤和相关性排序。核心复合查询包括 bool（布尔逻辑）、dis_max（取最大值）和 boosting（评分调整）等，适用于多条件组合、多字段匹配等场景。

`bool` 查询：布尔逻辑组合

bool 查询是最常用的复合查询，通过 must、filter、should、must_not 四个子句组合多个查询条件，实现类似 AND、OR、NOT 的逻辑关系。

核心子句说明

子句	作用	是否影响评分	类比逻辑
`must`	必须匹配的条件（所有条件都满足）	是	`AND`
`filter`	必须匹配的条件（与 `must` 功能相同，但不参与评分）	否	`AND`
`should`	可选匹配的条件（至少满足一个，除非有 `must`/`filter` 子句）	是	`OR`
`must_not`	必须不匹配的条件（排除符合条件的文档）	否	`NOT`

配置参数

minimum_should_match：指定 should 子句中至少需要匹配的条件数量（默认：当存在 must/filter 时为 0，否则为 1）。
boost：为整个 bool 查询设置权重（默认 1.0）。

示例：多条件组合查询

GET products/_search
{
  "query": {
    "bool": {
      "must": [  // 必须满足的条件（影响评分）
        { "match": { "name": "手机" } },  // 名称包含“手机”
        { "range": { "price": { "gte": 1000 } } }  // 价格≥1000
      ],
      "filter": [  // 必须满足的条件（不影响评分，可缓存）
        { "term": { "brand.keyword": "华为" } },  // 品牌是华为（精确匹配）
        { "range": { "stock": { "gt": 0 } } }  // 库存>0
      ],
      "should": [  // 可选条件（满足得高分）
        { "term": { "tags.keyword": "新品" } },  // 标签包含“新品”
        { "term": { "tags.keyword": "促销" } }   // 标签包含“促销”
      ],
      "must_not": [  // 必须不满足的条件
        { "term": { "type.keyword": "二手" } }  // 排除二手商品
      ],
      "minimum_should_match": 1  // 至少满足1个should条件
    }
  }
}

关键特性

filter 子句的结果会被缓存，适合频繁执行的过滤条件（如状态、时间范围），性能优于 must。
支持嵌套 bool 查询（如在 should 中嵌套另一个 bool），实现复杂逻辑。

`dis_max` 查询：取多个查询的最高分

dis_max（Disjunction Max）查询用于执行多个子查询，取其中得分最高的作为文档的最终得分，适合多字段匹配但希望突出最佳匹配的场景（如搜索标题和内容，以匹配度最高的字段为准）。

核心参数

queries：待执行的子查询列表（数组形式）。
tie_breaker：打破平局的因子（0~1 之间），用于将其他子查询的得分按比例叠加到最高分上（默认 0.0，即只取最高分）。
boost：为整个查询设置权重（默认 1.0）。

示例：多字段最佳匹配

GET articles/_search
{
  "query": {
    "dis_max": {
      "tie_breaker": 0.3,  // 其他子查询得分的30%叠加到最高分
      "queries": [
        { "match": { "title": "elasticsearch 教程" } },  // 标题查询
        { "match": { "content": "elasticsearch 教程" } }  // 内容查询
      ]
    }
  }
}

得分计算逻辑：

假设标题匹配得分为 1.5，内容匹配得分为 0.8，则最终得分为：
1.5 + (0.8 × 0.3) = 1.74

适用场景

多字段搜索（如标题、摘要、正文），希望优先展示在某个字段上高度匹配的文档。
避免因多个字段低匹配度叠加导致的 “伪相关” 结果。

`boosting` 查询：降级匹配文档的得分

boosting 查询用于 “包含但降级” 某些文档 —— 即保留符合特定条件的文档，但降低其相关性得分，而不是完全排除。

核心参数

positive：必须匹配的主查询（得分正常计算）。
negative：需要降级的辅助查询（匹配的文档得分会被降低）。
negative_boost：降级系数（0~1 之间），匹配 negative 的文档得分会乘以该系数。

示例：保留但降级特定文档

GET books/_search
{
  "query": {
    "boosting": {
      "positive": { "match": { "title": "机器学习" } },  // 主查询：标题含“机器学习”
      "negative": { "match": { "content": "入门" } },    // 降级条件：内容含“入门”
      "negative_boost": 0.5  // 匹配降级条件的文档得分乘以0.5
    }
  }
}

效果：

所有标题含 “机器学习” 的文档都会被返回。
其中内容含 “入门” 的文档得分会降低（变为原来的 50%），在结果中排序靠后。

适用场景

过滤 “相关但质量较低” 的文档（如搜索 “深度学习” 时，降级包含 “入门”“基础” 的文档）。
需保留所有相关结果，但希望优先展示更符合核心需求的文档。

复合查询的嵌套与组合

复杂业务场景往往需要嵌套多种复合查询，例如在 bool 的 should 中嵌套 dis_max，或在 filter 中嵌套 bool。

示例：嵌套查询

GET orders/_search
{
  "query": {
    "bool": {
      "must": [
        { "range": { "amount": { "gte": 1000 } } }  // 订单金额≥1000
      ],
      "should": [
        // 嵌套dis_max：匹配“VIP用户”或“近30天订单”，取最高分
        {
          "dis_max": {
            "queries": [
              { "term": { "user_level.keyword": "VIP" } },
              { "range": { "create_time": { "gte": "now-30d" } } }
            ]
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}