Solr查询实现：筛选数组字段含至少一个非指定列表值的文档

核心需求说明 #

需要筛选多值（数组类型）字段中，至少存在1个值不属于给定排除值集合的文档。示例中排除值为cat、bird，仅返回包含额外值的id=1的文档，过滤所有值均为cat/bird的文档。 #

前置要求 #

存储数组内容的字段需要配置为不分词的精确匹配类型（推荐使用Solr自带的string类型），字段属性设置multiValued="true" indexed="true"；如果使用分词字段，会因为词项拆分导致匹配逻辑出错。 #

方案1：无需调整文档结构，原生查询直接实现（绝大多数场景适用） #

直接使用字段子句内的负向匹配即可实现需求，查询语法如下：

# 基础写法，排除cat、bird两个值，匹配存在其他值的文档
q=*:*&fq=field:(* NOT "cat" NOT "bird")

逻辑说明 #

该查询的匹配规则为：在field字段的所有索引词项中，存在至少1个词项满足「是任意有效值、不等于cat、不等于bird」，完全匹配需求逻辑。
针对示例中的3个测试文档：

• id=1：field包含dog，满足规则，命中返回
• id=2：field仅包含cat/bird，无符合规则的词项，被过滤
• id=3：field仅包含bird，无符合规则的词项，被过滤

多排除值适配 #

如果排除值更多，直接在括号内追加NOT "待排除值"即可，例如排除a、b、c三个值的写法为：

fq=field:(* NOT "a" NOT "b" NOT "c")

注意事项 #

该写法天然过滤field字段为空的文档，由于空字段不存在任何值，自然也不存在排除列表外的内容，符合绝大多数业务场景的预期，不需要额外调整。 #

方案2：预计算标记字段（高QPS、大数据量生产环境推荐） #

如果你的文档量级在千万以上、查询QPS很高，或者排除列表固定不变，可以在文档写入阶段新增布尔类型的辅助标记字段，从根源提升查询性能：

• 新增布尔字段has_extra_value（字段名可自定义）
• 文档写入Solr时，提前判断当前文档field字段的所有值是否全部属于排除列表：如果存在列表外的值，将该字段设为true，否则设为false
• 查询时直接加过滤条件fq=has_extra_value:true即可，性能远高于运行时拼条件查询
  如果排除列表是动态变化的，不适合固定布尔字段的场景，可以开启field字段的docValues="true"属性，配合自定义SearchComponent或Streaming Expression实现高效过滤，避免全索引扫描。

兜底兼容方案（老版本Solr适配） #

如果你使用的是4.0以下的老版本Solr，不支持上述字段内负向匹配的写法，可以使用函数查询实现等价逻辑，通过对比字段总元素数和匹配排除值的元素数判断是否存在额外值：

fq=*:* -_query_:"{!func}eq(fieldValueCount(field), sum(if(query({!v='field:cat'}),1,0), if(query({!v='field:bird'}),1,0)))"

该写法逻辑为：统计字段总长度，再统计字段中匹配排除值的元素个数，如果两个数值相等，说明所有值都在排除列表内，将这类文档过滤即可。如果排除值更多，在sum函数内追加对应if(query({!v='field:待排除值'}),1,0)片段即可。 #

内容的提问来源于stack exchange，提问作者Thomas Guillot