Elasticsearch多条件查询实战：从基础到高级应用

1. Elasticsearch多条件查询入门指南第一次接触Elasticsearch的开发者往往会被它强大的查询功能所震撼但同时也容易被复杂的查询语法劝退。其实多条件查询就像搭积木只要掌握几个基础组件就能组合出各种复杂的查询场景。我在实际项目中处理过电商平台的商品搜索系统从最初只会用简单match查询到现在能灵活运用各种复合查询这个过程让我深刻体会到Elasticsearch查询语法的精妙之处。最基础的bool查询相当于SQL中的WHERE条件组合它包含四个关键子句must必须满足、should应该满足、must_not必须不满足和filter过滤条件。举个例子我们要搜索价格在100-500元之间、库存充足、且不是二手商品的手机对应的查询DSL是这样的{ query: { bool: { must: [ {match: {category: 手机}}, {range: {price: {gte: 100, lte: 500}}} ], filter: [ {range: {stock: {gt: 0}}} ], must_not: [ {term: {is_used: true}} ] } } }这里有个新手常踩的坑filter和must的区别。两者都能过滤文档但filter不参与相关性评分且结果会被缓存。对于不需要计算相关性的条件如状态、库存等用filter性能更好。我曾经优化过一个查询把must改成filter后响应时间从200ms降到了50ms。2. 复合查询的进阶技巧当基础查询无法满足需求时就需要组合使用各种查询类型。dis_max查询特别适合处理任意条件匹配的场景比如搜索标题或内容包含关键词的文章{ query: { dis_max: { queries: [ {match: {title: Elasticsearch教程}}, {match: {content: Elasticsearch教程}} ], tie_breaker: 0.3 } } }tie_breaker参数是个实用技巧它控制着当文档匹配多个子查询时的得分计算方式。设置为0时只取最高分0-1之间会对其他匹配子查询的分数进行加权求和。我建议初期可以设0.2-0.5根据实际效果调整。function_score查询则能实现更复杂的业务逻辑。比如电商网站希望将赞助商品置顶同时考虑销量和好评率{ query: { function_score: { query: {match_all: {}}, functions: [ { filter: {term: {is_sponsored: true}}, weight: 3 }, { field_value_factor: { field: sales, factor: 0.1, modifier: log1p } }, { field_value_factor: { field: rating, factor: 2 } } ], boost_mode: sum } } }这里用到了field_value_factor函数可以对字段值进行数学运算。modifier参数支持多种计算方式比如log1p能防止某个指标过高导致结果倾斜。我在实现一个推荐系统时就通过调整这些参数使推荐结果更加均衡。3. 处理复杂数据结构现实中的数据往往不是简单的扁平结构比如商品可能有多个SKU博客文章有评论列表。这时就需要nested查询来处理嵌套对象。假设商品数据是这样的结构{ name: 智能手机, specs: [ {color: 黑色, memory: 8GB}, {color: 白色, memory: 6GB} ] }要搜索内存8GB的白色手机普通查询会出错因为它在数组元素间做的是或运算。正确做法是{ query: { nested: { path: specs, query: { bool: { must: [ {term: {specs.color: 白色}}, {term: {specs.memory: 8GB}} ] } } } } }nested查询的性能消耗较大我建议在mapping设计时就考虑好哪些字段需要nested类型。曾经有个项目因为误用nested导致查询超时后来通过合理的数据建模解决了问题。父子文档查询(has_child/has_parent)适合一对多关系比如部门和员工。但要注意父子文档必须存储在同一个分片上这会影响数据路由策略。相比nested父子文档的查询性能更低除非真的需要文档独立更新否则建议优先使用nested。4. 特殊场景查询优化地理位置查询是很多应用的刚需。Elasticsearch支持三种地理查询方式// 距离查询查找5公里内的店铺 { query: { geo_distance: { distance: 5km, location: { lat: 39.9042, lon: 116.4074 } } } } // 边界框查询查找矩形区域内的店铺 { query: { geo_bounding_box: { location: { top_left: {lat: 40, lon: 116}, bottom_right: {lat: 39, lon: 117} } } } } // 多边形查询查找自定义区域内的店铺 { query: { geo_polygon: { location: { points: [ {lat: 39.9, lon: 116.4}, {lat: 39.8, lon: 116.5}, {lat: 39.7, lon: 116.3} ] } } } }对于中文搜索建议使用ik分词器并结合match_phrase处理精确短语匹配。有个项目原本用standard分词器导致搜索机器学习会出现不相关结果改用ik后准确率提升明显{ query: { match_phrase: { title: { query: 机器学习, slop: 2 // 允许中间有2个其他词 } } } }script查询虽然强大但性能较差应该作为最后的选择。比如要找出价格低于平均价2倍的商品{ query: { script: { script: { source: doc[price].value params.avg_price * 2, params: { avg_price: 300 } } } } }在大数据量下这类查询可能会很慢。我通常会预计算这类指标用filter代替script查询。