乐途乐途
主页
  • 计算机基础

    • TCP/IP
    • Linux
    • HTTP
  • 数据库

    • SQL
    • MySQL 5.7
  • 编程语言

    • C
    • C++
    • Java SE
    • Python2
    • Python3
  • 数据格式

    • JSON
    • XML
  • 认证与安全

    • JWT
  • 工具

    • Markdown
  • Git

    • GitFlow
  • Quartz

    • Quartz
  • Java

    • Maven 入门
    • Maven 进阶
    • MyBatis
    • Spring
    • Spring MVC
  • Java

    • Spring Boot
    • Spring Cloud
    • Spring Cloud Alibaba
    • Spring Security
    • Spring AI
    • Spring Batch
    • Kafka
    • Java 设计模式
  • 缓存

    • Redis
  • 搜索引擎

    • Elasticsearch
  • 分布式协调

    • ZooKeeper
联系
阿里云
主页
  • 计算机基础

    • TCP/IP
    • Linux
    • HTTP
  • 数据库

    • SQL
    • MySQL 5.7
  • 编程语言

    • C
    • C++
    • Java SE
    • Python2
    • Python3
  • 数据格式

    • JSON
    • XML
  • 认证与安全

    • JWT
  • 工具

    • Markdown
  • Git

    • GitFlow
  • Quartz

    • Quartz
  • Java

    • Maven 入门
    • Maven 进阶
    • MyBatis
    • Spring
    • Spring MVC
  • Java

    • Spring Boot
    • Spring Cloud
    • Spring Cloud Alibaba
    • Spring Security
    • Spring AI
    • Spring Batch
    • Kafka
    • Java 设计模式
  • 缓存

    • Redis
  • 搜索引擎

    • Elasticsearch
  • 分布式协调

    • ZooKeeper
联系
阿里云
  • 学习路径
  • 全文搜索与Elasticsearch概述

    • 全文搜索与搜索引擎概述
    • Elasticsearch 与 Lucene 的关系
    • Elasticsearch 核心架构
  • 安装与快速上手

    • 安装 Elasticsearch
    • 快速上手
  • 索引、文档与映射

    • 索引
    • 文档与 CRUD
    • 元数据字段
    • 字段映射
    • 动态映射
    • Reindex 操作
  • 文本分析与分词

    • 倒排索引的构建与原理
    • 分词器组成
    • IK 分词器与自定义词典
    • 近实时搜索原理
    • Ingest Pipeline 数据预处理
  • 搜索基础(Query DSL)

    • match 查询
    • multi_match 多字段查询
    • match_phrase 短语匹配
    • term 与 terms 查询
    • range 范围查询
    • bool 查询
    • 高亮显示与分页
    • 深度分页与遍历
  • 相关性评分与排序

    • BM25 相关性评分
    • 排序与自定义评分
    • Painless 脚本基础
  • 聚合分析(Aggregations)

    • 指标聚合
    • 桶聚合
    • 管道聚合
  • 分布式集群原理

    • 节点与角色
    • 分片与副本
    • 路由
    • 选举与脑裂
    • 快照与恢复
  • 数据建模与最佳实践

    • 索引设计原则与模板
    • 嵌套对象与父子文档
  • 性能优化与运维监控

    • 写入性能优化
    • 搜索性能优化
    • ILM 索引生命周期管理
    • 集群监控与故障排查
  • 面试考点与实战场景

    • 实战案例:课程搜索引擎
    • Elasticsearch 面试考点精选

bool 查询

本章定位:bool 查询是 Query DSL 的组合工厂——将多个查询条件通过 must(与)、should(或)、filter(过滤)、must_not(非)组合起来。


定义与作用

bool 查询由四个子句组成:

  • must:文档必须匹配,参与评分
  • filter:文档必须匹配,不评分但缓存
  • should:文档至少匹配一个(可设 minimum_should_match),参与评分
  • must_not:文档必须不匹配

解决痛点:单一查询(match/term)只能表达简单条件。现实搜索需要"名称包含A、分类等于B、价格在C范围、排除停售商品"——bool 查询就是这些条件的组合器。


完整示例:飞翔科技的多条件搜索

场景一:小崔的学员筛选

小崔帮杨英查找"广东省计算机专业、成绩 80+ 的活跃学生":

POST /students/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "major": "计算机科学" } }
      ],
      "filter": [
        { "term": { "province": "广东" } },
        { "range": { "score": { "gte": 80 } } },
        { "term": { "status": "active" } }
      ],
      "must_not": [
        { "term": { "status": "graduated" } }
      ]
    }
  }
}

场景二:should 提高召回率

POST /courses/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title": "Python 数据分析" } },
        { "match": { "description": "NumPy Pandas" } }
      ],
      "minimum_should_match": 1
    }
  }
}

小结

bool 查询四子句口诀:must 计算分但不缓存、filter 缓存但不计算分、should 加权提排名、must_not 排除。性能优化核心:将精确筛选从 must 移到 filter。

上一页
range 范围查询
下一页
高亮显示与分页