Elasticsearch Compound Queries

Elasticsearch 的 Compound Queries 是一种强大的工具，用于组合多个查询子句，以实现更复杂的搜索逻辑。这些查询子句可以是叶查询（Leaf Queries）或复合查询（Compound Queries），并且可以用于组合结果和分数、改变行为或从查询上下文切换到过滤上下文。

主要的复合查询类型

1. bool 查询：

   • 用于组合多个叶查询或复合查询子句，支持 must、should、must_not 和 filter 子句。must 和 should 子句的分数会被合并，而 must_not 和 filter 子句在过滤上下文中执行。

   JSON复制

   GET /products/_search
   {"query": {"bool": {"must": [{ "match": { "description": "wireless headphones" } }],"filter": [{ "term": { "brand": "BrandA" } }],"should": [{ "range": { "price": { "lte": 100 } } }],"must_not": [{ "term": { "color": "red" } }]}}
   }

2. boosting 查询：

   • 返回匹配 positive 查询的文档，但会降低也匹配 negative 查询的文档的分数。

   JSON复制

   {"query": {"boosting": {"positive": { "match": { "content": "multiple queries" }},"negative": { "term": { "status": "archived" }},"negative_boost": 0.5}}
   }

3. constant_score 查询：

   • 包装另一个查询，但在过滤上下文中执行它。所有匹配的文档都将获得相同的“常量” _score。

4. dis_max 查询：

   • 接受多个查询，并返回匹配任何查询子句的文档。与 bool 查询合并所有匹配查询的分数不同，dis_max 查询使用单个最佳匹配查询子句的分数。

   JSON复制

   {"query": {"dis_max": {"queries": [{ "match": { "name": "kimchy" }},{ "match": { "name": "elasticsearch" }}],"boost": 1.2,"tie_breaker": 0.7}}
   }

5. function_score 查询：

   • 使用函数修改主查询返回的分数，考虑因素如流行度、最近性、距离或通过脚本实现的自定义算法。

   JSON复制

   {"query": {"function_score": {"query": { "match": { "name": "kimchy" }},"functions": [{ "random_score": { "seed": 1234 }},{ "exponential_decay": { "field": "age", "origin": 0, "scale": 1 }}],"score_mode": "multiply"}}
   }

使用场景

• 组合多个条件：使用 bool 查询组合多个搜索条件，例如同时匹配多个字段。

• 调整查询权重：使用 boosting 查询调整某些文档的权重。

• 固定分数：使用 constant_score 查询为所有匹配文档分配固定分数。

• 选择最佳匹配：使用 dis_max 查询选择最佳匹配的查询子句。

• 自定义评分：使用 function_score 查询根据自定义逻辑调整文档分数。

通过合理使用这些复合查询，您可以构建更复杂、更灵活的搜索逻辑，以满足不同的业务需求。