Elasticsearch 的 bool 查询如何组合多个查询条件？

Elasticsearch 的 bool 查询是日常开发中使用频率最高的复合查询，它通过四个子句——must、should、must_not、filter——实现 AND/OR/NOT 逻辑组合。面试中，能否讲清这四个子句的区别、各自对相关性评分的影响，以及 filter 上下文的性能优势，是考察重点。

四个子句各自做什么

bool 查询的四个子句分别对应不同的逻辑角色：

• must：文档必须匹配，等价于逻辑 AND，参与相关性评分
• should：文档匹配任意一个即可，等价于逻辑 OR，参与相关性评分
• must_not：文档必须不匹配，等价于逻辑 NOT，不参与评分（属于 filter 上下文）
• filter：文档必须匹配，但不参与评分，仅做过滤（属于 filter 上下文）

这里有一个容易混淆的点：must 和 filter 在逻辑上都是 AND 语义，区别在于 must 参与评分，filter 不参与。这意味着当你只关心"是否匹配"而不关心"匹配得好不好"时，应该用 filter。

Query Context 与 Filter Context

理解 bool 查询的关键在于区分两种上下文：

• Query Context（查询上下文）：must 和 should 处于此上下文，会计算相关性评分（_score），回答"匹配得有多好"
• Filter Context（过滤上下文）：filter 和 must_not 处于此上下文，不计算评分，回答"是否匹配"，且结果会被缓存以提升后续查询性能

这也是为什么面试中常问"filter 和 must 有什么区别"——本质是评分 vs 不评分、缓存 vs 不缓存的区别。

minimum_should_match 的行为

should 子句有一个关键参数 minimum_should_match，它决定了至少需要匹配几个 should 条件：

• 当 bool 中没有 must 或 filter 时，默认值为 1，即至少匹配一个 should 条件
• 当 bool 中存在 must 或 filter 时，默认值为 0，即 should 条件完全可选，仅用于提升评分

这个默认值的变化是面试高频考点。如果不知道这个规则，查询结果可能和预期不一致。

json
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "手机" } }
      ],
      "should": [
        { "term": { "brand": "华为" } },
        { "term": { "brand": "小米" } }
      ]
    }
  }
}

上面这个查询中，由于存在 must，should 默认不强制匹配。意味着"手机"关键词匹配即可，华为和小米只是加分项。如果要求必须匹配华为或小米之一，需要显式设置 "minimum_should_match": 1。

组合示例

AND 逻辑：must

查询标题包含"手机"且价格低于 1000 的商品：

json
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "手机" } },
        { "range": { "price": { "lt": 1000 } } }
      ]
    }
  }
}

OR 逻辑：should

查询标题包含"手机"或类别为"电子产品"：

json
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title": "手机" } },
        { "term": { "category": "电子产品" } }
      ],
      "minimum_should_match": 1
    }
  }
}

NOT 逻辑：must_not

查询标题包含"手机"但排除品牌为"Apple"：

json
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "手机" } }
      ],
      "must_not": [
        { "term": { "brand": "Apple" } }
      ]
    }
  }
}

filter 优先的复合查询

实际开发中最常用的模式：全文检索用 must，精确过滤用 filter：

json
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "手机" } }
      ],
      "filter": [
        { "range": { "price": { "gte": 500, "lt": 1000 } } },
        { "term": { "status": "在售" } }
      ],
      "must_not": [
        { "term": { "brand": "Apple" } }
      ],
      "should": [
        { "term": { "brand": "华为" } }
      ],
      "minimum_should_match": 0
    }
  }
}

这个查询的语义是：标题匹配"手机"，价格在 500-1000 之间，状态为"在售"，排除 Apple，华为品牌加分但不强制。

评分机制

bool 查询的评分遵循"匹配越多分数越高"的原则：

• must 子句的评分会相加
• should 子句的评分也会相加
• filter 和 must_not 不影响评分
• 最终 _score = must 评分之和 + should 评分之和

可以用 boost 参数调整单个查询的权重，比如让标题匹配的权重是内容匹配的 3 倍：

json
{ "match": { "title": { "query": "手机", "boost": 3 } } }

bool 嵌套

bool 查询可以嵌套使用，实现更复杂的逻辑。比如"查询标题包含手机或电脑，且价格低于 1000"：

json
{
  "query": {
    "bool": {
      "must": [
        { "bool": {
          "should": [
            { "match": { "title": "手机" } },
            { "match": { "title": "电脑" } }
          ],
          "minimum_should_match": 1
        }
      ],
      "filter": [
        { "range": { "price": { "lt": 1000 } } }
      ]
    }
  }
}

嵌套时内层 bool 的 minimum_should_match 规则同样适用：内层 bool 只有 should 没有 must/filter，所以默认 minimum_should_match 为 1。

面试常见追问

Q: filter 和 must 都是 AND 语义，什么时候用 filter？ A: 当条件不需要影响排序（即不关心相关性评分）时用 filter。filter 上下文不计算评分，且结果会被 Elasticsearch 自动缓存，查询性能显著优于 must。典型场景：状态过滤、价格范围、日期区间等精确值过滤。

Q: should 在什么情况下是可选的？ A: 当 bool 中同时存在 must 或 filter 子句时，should 默认不强制匹配（minimum_should_match 默认为 0），仅用于提升匹配文档的评分。如果需要强制匹配，显式设置 minimum_should_match。

Q: bool 查询性能优化有哪些手段？ A: 三点：一是精确匹配条件放 filter 而非 must，利用缓存；二是避免 should 中放过多子句，每个子句都会计算评分；三是对 filter 中使用的字段确保映射类型正确（如 price 用数值类型而非 keyword），避免类型转换开销。