Elasticsearch多查询文档ID提取/增减操作方案咨询

优先方案：将多步查询逻辑合并为单一复合查询 #

这是最高效的方式——直接把「筛选+新增/剔除」的逻辑整合到一个Elasticsearch查询中，一次请求就能得到最终结果，省去了多次查询和客户端处理的开销。

针对你给出的例子：

需求：从匹配wildcard:182_empanalyzed:example的文档中，剔除那些匹配must_not + nested exists:184.*的文档（也就是剔除没有184嵌套字段的文档）

我们可以把两个逻辑合并成一个Bool查询：

{
  "query": {
    "bool": {
      // 保留第一个查询的过滤条件
      "filter": [
        {"wildcard": {"182_empanalyzed": "example"}}
      ],
      // 加入反向的剔除条件：必须存在184嵌套字段（也就是排除原第二个查询匹配的文档）
      "must": [
        {"nested": {
          "path": "184",
          "query": {"exists": {"field": "184.*"}}
        }}
      ]
    }
  },
  // 只返回ID，减少数据传输
  "_source": false,
  "fields": ["_id"]
}

分步操作方案：用IDs/Terms查询组合已有ID集合 #

如果你的业务是分步式的（比如用户逐步选择条件，每次基于之前的结果调整），可以把之前查询得到的ID集合缓存起来，再通过Elasticsearch的ids查询或terms查询（针对_id字段）来组合：

1. 剔除操作（从已有ID集合中移除指定ID）

假设你已经通过第一次查询得到了ID列表$first_query_ids，第二次查询得到了要剔除的ID列表$exclude_ids，可以用以下查询直接得到最终结果：

{
  "query": {
    "bool": {
      "filter": [
        // 先匹配第一次查询的ID集合
        {"ids": {"values": ["id1", "id2", "id3"]}} // 替换为你的$first_query_ids
      ],
      "must_not": [
        // 剔除指定的ID集合
        {"ids": {"values": ["id2", "id4"]}} // 替换为你的$exclude_ids
      ]
    }
  },
  "_source": false,
  "fields": ["_id"]
}

2. 新增操作（合并两个ID集合）

如果要把新查询得到的ID集合$new_query_ids和已有集合合并，可以用bool.should：

{
  "query": {
    "bool": {
      "should": [
        {"ids": {"values": ["id1", "id2"]}}, // 已有ID集合
        {"ids": {"values": ["id3", "id4"]}}  // 新增的ID集合
      ],
      // 至少匹配其中一组
      "minimum_should_match": 1
    }
  },
  "_source": false,
  "fields": ["_id"]
}

注意事项 #

• 大ID集合处理：如果ID数量超过Elasticsearch默认的index.max_terms_count（默认65536），可以通过修改该参数，或者用Scroll/Point-in-Time（PIT）来分批获取ID，避免内存溢出。
• 优先选择复合查询：相比多次查询+客户端处理，单一复合查询能让Elasticsearch的查询优化器更好地执行索引扫描，性能提升非常明显。
• 缓存中间结果：如果是多步操作，建议把中间的ID集合存在Redis这类缓存中，避免重复执行原始查询，进一步提升效率。

内容的提问来源于stack exchange，提问作者user3241849