NoSQL 与搜索 / 系统课时

布尔复合查询

布尔复合查询

本课用一个商品搜索示例,把全文匹配、精确筛选、偏好加权和结果排除组合到同一个 bool 查询中。完成后,你能够根据业务条件正确选择 must、filter、should 与 must_not,并验证最终命中文档。

学习目标

  • 说明四类子句是否要求匹配、是否参与相关性评分
  • 使用 minimum_should_match 明确控制可选条件
  • 组合多个条件并通过 _search 响应验证结果

bool 查询解决什么问题

单个 match、term 或 range 查询只能表达一种条件。真实搜索通常同时包含关键词、分类、价格、状态和偏好标签,bool 查询负责把这些叶子查询组合成一个完整判断。

子句 逻辑作用 是否影响 _score 典型用途
must 所有条件都要满足 是 关键词、必须参与相关性计算的条件
filter 所有条件都要满足 否 分类、价格、时间、权限等精确筛选
should 满足时加分,或按规则要求至少命中若干项 是 标签偏好、字段加权、召回扩展
must_not 命中任一条件就排除 否 下架、删除、黑名单数据

filter 和 must_not 在过滤上下文中执行,不计算相关性分数。对于只判断“是否符合”的条件,应优先放入 filter,避免让无意义的精确条件干扰排序。

bool 查询四类子句的组合关系

构建一个完整查询

下面示例假设 Elasticsearch 可通过 http://localhost:9200 访问。脚本先创建索引和五条商品数据,再查找描述中包含 headphones、价格不高于 1000、未停用,并且至少具有一个偏好标签的商品。

bash
set -euo pipefail
ES="${ES:-http://localhost:9200}"

# 重建索引,确保示例可以重复执行
curl -s -X DELETE "$ES/products" >/dev/null || true

curl -s -X PUT "$ES/products" \
  -H 'Content-Type: application/json' \
  -d '{
    "mappings": {
      "properties": {
        "name": { "type": "keyword" },
        "description": { "type": "text" },
        "price": { "type": "integer" },
        "status": { "type": "keyword" },
        "tags": { "type": "keyword" }
      }
    }
  }' >/dev/null

# 使用 NDJSON 一次写入覆盖所有分支的数据
curl -s -X POST "$ES/products/_bulk?refresh=true" \
  -H 'Content-Type: application/x-ndjson' \
  --data-binary $'{"index":{"_id":"1"}}\n{"name":"无线降噪耳机","description":"wireless noise cancelling headphones","price":899,"status":"active","tags":["wireless","noise-cancelling"]}\n{"index":{"_id":"2"}}\n{"name":"有线监听耳机","description":"wired studio headphones","price":499,"status":"active","tags":["wired"]}\n{"index":{"_id":"3"}}\n{"name":"无线蓝牙音箱","description":"wireless bluetooth speaker","price":399,"status":"active","tags":["wireless"]}\n{"index":{"_id":"4"}}\n{"name":"停产无线耳机","description":"wireless headphones","price":299,"status":"discontinued","tags":["wireless"]}\n{"index":{"_id":"5"}}\n{"name":"高端无线耳机","description":"premium wireless headphones","price":1299,"status":"active","tags":["wireless"]}\n' >/dev/null

# 执行 bool 查询,并只保留便于核对的响应字段
curl -s -X POST \
  "$ES/products/_search?filter_path=hits.total,hits.hits._id,hits.hits._source" \
  -H 'Content-Type: application/json' \
  -d '{
    "query": {
      "bool": {
        "must": [
          { "match": { "description": "headphones" } }
        ],
        "filter": [
          { "range": { "price": { "lte": 1000 } } }
        ],
        "should": [
          { "term": { "tags": "wireless" } },
          { "term": { "tags": "noise-cancelling" } }
        ],
        "minimum_should_match": 1,
        "must_not": [
          { "term": { "status": "discontinued" } }
        ]
      }
    }
  }'

预期输出

json
{"hits":{"total":{"value":1,"relation":"eq"},"hits":[{"_id":"1","_source":{"name":"无线降噪耳机","description":"wireless noise cancelling headphones","price":899,"status":"active","tags":["wireless","noise-cancelling"]}}]}}

文档 1 同时满足关键词、价格和偏好标签条件。文档 2 因未命中任何 should 条件被过滤,文档 4 被 must_not 排除,文档 5 则超过价格上限;文档 3 不满足 must 中的关键词查询。

should 的关键边界

当同一层 bool 已有 must 或 filter 时,should 默认可以一项都不命中,此时通常只用于加分;当只有 should 而没有 must、filter 时,默认至少命中一项。业务规则要求“至少满足若干偏好”时,应显式设置 minimum_should_match,不要依赖默认值。

多个同类条件可以写成数组。数组中的 must 与 filter 按“并且”组合,must_not 中任一条件命中都会排除文档;should 的最低命中数量由 minimum_should_match 决定。

使用建议与常见错误

关键词相关性放入 must 或 should,精确状态、范围、租户和权限条件放入 filter。这样既保留合理评分,也让查询意图更容易审查。

常见错误是把 term 用在经过分词的 text 字段上。精确值应查询 keyword 字段;全文内容应使用 match 等全文查询。另一个错误是同时写了 must 和 should,却误以为 should 自动成为必选条件。

本课总结

  • must 与 filter 都要求匹配,但只有 must 参与相关性评分
  • should 是否必选取决于查询结构,业务约束应显式设置 minimum_should_match
  • must_not 用于排除结果,并在过滤上下文中执行

下一课预告

下一课将使用 from、size 和 sort 对搜索结果分页排序,并分析深度分页为什么会增加分片与协调节点的工作量。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

布尔复合查询

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通