Solr查询数组字段含指定值外其他值的正确写法

问题场景 #

示例索引中存储2条测试文档：

[
  {
    "id": 1,
    "field": ["a", "b", "c"]
  },
  {
    "id": 2,
    "field": ["a", "b"]
  }
]

需求规则：

• 查询field数组包含"a"、"b"以外其他值的文档，预期返回id=1的文档
• 查询field数组包含"a"、"b"、"c"以外其他值的文档，预期无返回结果

之前尝试的查询语句仅在第一个场景返回正确结果，第二个场景会错误返回id=1的文档，不符合预期：

# 场景1可返回正确结果
field: * AND (*:* NOT field:("a" OR "b"))

# 场景2返回结果错误
field: * AND (*:* NOT field:("a" OR "b" OR "c"))

问题原因 #

出现结果不符合预期的核心原因有两点：

1. Lucene/Solr默认查询语法中，相邻子句未显式指定布尔操作符时，默认按OR处理，写的(*:* NOT field:("a" OR "b" OR "c"))实际会被解析为*:* OR NOT field:(...)，因为*:*匹配所有文档，整个否定条件直接失效。
2. 多值字段的倒排索引是按单个值独立存储的，将否定条件写在字段查询外部时，匹配逻辑是全局维度的文档排除，而非字段内单个值的匹配判断，很容易出现逻辑偏差。

正确写法 #

直接将通配匹配和所有排除条件写到同一个字段查询子句内部，语法为字段名:(* -"排除值1" -"排除值2" ...)，该写法的逻辑是：匹配字段中存在任意一个值满足「是任意有效值，且不等于所有列出的排除值」的文档，完全匹配需求。

对应两个场景的查询语句如下：

# 场景1：查询包含a、b以外值的文档
field:(* -"a" -"b")

# 场景2：查询包含a、b、c以外值的文档
field:(* -"a" -"b" -"c")

注意事项 #

• 该写法要求查询的字段为精确匹配类型（如string类型、使用keyword分词器的字段），如果是分词字段，请使用对应精确匹配的子字段查询，否则排除逻辑会按分词结果判断，出现偏差。
• 所有排除值前必须加-操作符，且所有条件都要包裹在同一个field:()的括号内，不要拆分到外部。

内容的提问来源于stack exchange，提问作者AnthonyZ