如何编写Elasticsearch查询实现技能数组完全匹配的候选人搜索

前置要求 #

确保存储技能的skills字段为keyword类型，如果是默认的text + keyword复合字段，查询时使用skills.keyword代替skills即可。

实现逻辑 #

需求本质是要求skills数组和查询的技能列表完全相等（不多不少），满足两个条件即可：

• 候选人的skills数组必须包含所有查询指定的技能
• 候选人的skills数组长度必须和查询的技能数量完全一致

查询示例 #

方案1：动态计算数组长度（适合小数据量场景，无需修改写入逻辑） #

示例1：查询仅包含Skill - 1的候选人

{
  "query": {
    "bool": {
      "must": [
        { "term": { "skills": "Skill - 1" } }
      ],
      "filter": [
        {
          "script": {
            "script": "doc['skills'].size() == 1"
          }
        }
      ]
    }
  }
}

示例2：查询仅包含Skill - 1和Skill - 2的候选人

{
  "query": {
    "bool": {
      "must": [
        { "term": { "skills": "Skill - 1" } },
        { "term": { "skills": "Skill - 2" } }
      ],
      "filter": [
        {
          "script": {
            "script": "doc['skills'].size() == 2"
          }
        }
      ]
    }
  }
}

方案2：预存数组长度（适合大数据量场景，性能更高） #

写入候选人数据时，新增一个整数类型的skill_count字段，直接存储skills数组的长度，查询时直接匹配该字段即可，避免实时计算的性能损耗：

{
  "query": {
    "bool": {
      "must": [
        { "term": { "skills": "Skill - 1" } },
        { "term": { "skills": "Skill - 2" } },
        { "term": { "skill_count": 2 } }
      ]
    }
  }
}

注意事项 #

如果你的skills数组存在重复的技能值，需要在script逻辑中增加去重判断，示例：

"script": "doc['skills'].stream().distinct().count() == 2"

内容的提问来源于stack exchange，提问作者Yasin