Elasticsearch：查询指定年份范围外的文档问题

1. 正常年份范围查询（包含指定年份） #

当需要查询指定年份落在[year_start, year_end]区间内的文档时，使用以下bool filter查询可正常实现：

{
    "query": {
        "bool": {
            "filter": [
                {
                    "range": {
                        "year_start": {
                            "lte": year
                        }
                    }
                },
                {
                    "range": {
                        "year_end": {
                            "gte": year
                        }
                    }
                }
            ]
        }
    }
}

2. 反向查询的问题（不包含指定年份） #

尝试用must_not包裹上述filter来查询指定年份不在[year_start, year_end]区间内的文档时，结果不符合预期。原因是must_not会排除满足任一单个条件的文档，而非排除同时满足两个条件的文档——只要文档满足year_start <= year或year_end >= year其中一个，就会被排除，这和“排除同时满足两个条件的文档”的需求逻辑不符。

3. 测试案例：查询包含2022但不包含2023的文档 #

测试数据准备 #

先执行以下批量写入操作初始化测试数据：

DELETE test

PUT test/_bulk?refresh
{"index": {}}
{"year_start": "2022", "year_end": "2022" }
{"index": {}}
{"year_start": "2023", "year_end": "2024" }
{"index": {}}
{"year_start": "2021", "year_end": "2025" }
{"index": {}}
{"year_start": "2016", "year_end": "2020" }

原查询的问题 #

原查询用must确保文档包含2022，再用should限制不包含2023，但should在仅搭配must的bool查询中默认是可选条件——即使should的条件都不满足，只要must条件达标，文档依然会被返回。比如year_start:2021, year_end:2025的文档，同时包含2022和2023，但因满足must条件仍会被查出，不符合预期。

正确查询写法 #

写法一：用must_not排除包含2023的文档

包含2023的逻辑是year_start <=2023且year_end >=2023，用must_not包裹这个条件即可：

GET test/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "year_start": {
              "lte": 2022
            }
          }
        },
        {
          "range": {
            "year_end": {
              "gte": 2022
            }
          }
        }
      ],
      "must_not": [
        {
          "bool": {
            "filter": [
              {
                "range": {
                  "year_start": {
                    "lte": 2023
                  }
                }
              },
              {
                "range": {
                  "year_end": {
                    "gte": 2023
                  }
                }
              }
            ]
          }
        }
      ]
    }
  }
}

该查询会返回预期结果：仅{"year_start": "2022", "year_end": "2022"}这一条文档。

写法二：用minimum_should_match强制should条件生效

包含2022但不包含2023的文档，要么区间在2023前结束（year_end <2023），要么区间在2023后开始（year_start >2023）。给should添加minimum_should_match:1，确保至少满足一个should条件：

GET test/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "year_start": {
              "lte": 2022
            }
          }
        },
        {
          "range": {
            "year_end": {
              "gte": 2022
            }
          }
        }
      ],
      "should": [
        {
          "range": {
            "year_end": {
              "lt": 2023
            }
          }
        },
        {
          "range": {
            "year_start": {
              "gt": 2023
            }
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

此写法同样能得到正确结果。

内容的提问来源于stack exchange，提问作者pruna