Elasticsearch BoolQuery返回无关文件问题求助

问题根源 #

你的查询逻辑踩了Elasticsearch bool查询的规则坑：当bool查询中同时存在must子句时，should子句默认是非强制匹配的——它仅会给匹配的文档增加得分，不会过滤掉不满足should条件的文档。这就是为什么返回结果里混进了无关文件：只要文档满足matchCompany和matchByWords的条件，不管fileType是什么都会被返回。

两种可行的修正方案 #

方案一：设置minimum_should_match强制匹配至少一个should条件

在外层bool查询中添加minimumShouldMatch("1")，明确要求必须满足至少一个should里的条件：

response = client.search(s -> s
        .index(fileIndex)
        .from(filterDto.getPage() * filterDto.getSize())
        .size(filterDto.getSize())
        .query(q -> q
            .bool(b -> b
                .must(matchCompany)
                .must(matchByWords)
                .should(testQuery)
                .minimumShouldMatch("1") // 强制至少匹配一个should条件
            )
        ),
    SearchData.class
);

方案二：将fileType条件转为must子句（更直观）

直接把fileType的匹配逻辑作为must子句的一部分，明确要求文档必须满足该条件：

response = client.search(s -> s
        .index(fileIndex)
        .from(filterDto.getPage() * filterDto.getSize())
        .size(filterDto.getSize())
        .query(q -> q
            .bool(b -> b
                .must(matchCompany)
                .must(matchByWords)
                .must(mustBool -> mustBool
                    .bool(bool -> bool
                        .should(should -> should.match(m -> m.field("fileType").query("WAIT_EXP")))
                        .should(should -> should.match(m -> m.field("fileType").query("EXP")))
                    )
                )
            )
        ),
    SearchData.class
);

额外优化建议 #

如果fileType是精确匹配的字段（比如keyword类型），建议用term查询替代match查询，避免分词逻辑带来的意外匹配：

.should(should -> should.term(t -> t.field("fileType").value("WAIT_EXP")))

内容的提问来源于stack exchange，提问作者Levent