5个真实业务场景解锁Elasticsearch复合查询实战技巧
在电商平台的商品筛选系统中,我们常常遇到这样的困境:用户希望同时按照价格区间、品牌、用户评价等多维度筛选商品,但简单的查询组合要么返回结果太少,要么出现大量无关商品。这背后其实是一个典型的布尔逻辑组合问题——而这正是Elasticsearch的bool查询大显身手的场景。
1. 电商商品筛选:bool查询的精密控制
某跨境电商平台需要实现这样的商品筛选逻辑:
- 必须属于"电子产品"类目
- 价格在2000-5000元之间
- 好评率不低于90%或者销量超过1000件
- 排除所有"二手"商品
用bool查询可以完美表达这种复杂逻辑:
json复制{
"query": {
"bool": {
"must": [
{ "term": { "category": "electronics" }},
{ "range": { "price": { "gte": 2000, "lte": 5000 }}}
],
"should": [
{ "range": { "rating": { "gte": 90 }}},
{ "range": { "sales": { "gt": 1000 }}}
],
"minimum_should_match": 1,
"must_not": [
{ "term": { "condition": "used" }}
]
}
}
}
性能优化要点:
- 将
filter用于不参与评分的条件(如库存状态) must_not比must消耗更多资源,必要时改用filter+范围查询- 控制
should子句数量,避免评分计算过载
实际测试显示,合理使用bool查询可以使复杂筛选的响应时间从1200ms降至300ms左右。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 内容搜索引擎:dis_max解决字段竞争问题
新闻聚合平台遇到这样的问题:当搜索"区块链技术"时,同时匹配标题和正文的文章,评分反而不如只匹配标题的文章高。这是因为默认的评分策略会平均各字段的匹配程度。
