你的核心问题在于索引是扁平的多文档对应单个产品结构，而你之前的bool must查询是要求单条文档同时满足所有条件——但单条文档的text字段只能是pc或mac中的一个，不可能同时存在，所以自然查不到结果。你需要的是跨文档的匹配逻辑：同一个product_id下，存在两条key=A1的文档，分别包含text=pc和text=mac。

下面提供两种可行的查询方式，根据你的需求选择：

方式1：先聚合筛选目标产品ID，再查询详情 #

这种方式先通过聚合找出符合条件的product_id，再用这些ID查询产品数据，逻辑清晰且性能较好：

{
  "size": 0, // 不需要返回原始文档，只看聚合结果
  "query": {
    "bool": {
      "must": [{"term": {"key": "A1"}}], // 先限定key=A1
      "should": [
        {"term": {"text": "pc"}},
        {"term": {"text": "mac"}}
      ],
      "minimum_should_match": 1 // 至少匹配其中一个text值
    }
  },
  "aggs": {
    "group_by_product": {
      "terms": {"field": "product_id"}, // 按产品ID分组
      "aggs": {
        "unique_texts": {
          "terms": {"field": "text"} // 统计每组内的text值
        },
        "has_both_pc_mac": {
          "bucket_selector": {
            "buckets_path": {"text_count": "unique_texts._bucket_count"},
            "script": "params.text_count == 2" // 筛选出同时包含2种text值的分组
          }
        }
      }
    }
  }
}

聚合结果里的group_by_product.buckets就是所有符合条件的产品ID，之后你可以用terms查询获取这些ID对应的完整数据。

方式2：直接返回符合条件的产品（需脚本支持） #

如果想一步拿到产品数据，可以用collapse按product_id折叠文档，再通过脚本验证是否同时包含两种text值：

{
  "query": {
    "bool": {
      "must": [{"term": {"key": "A1"}}],
      "should": [
        {"term": {"text": "pc"}},
        {"term": {"text": "mac"}}
      ],
      "minimum_should_match": 1
    }
  },
  "collapse": {
    "field": "product_id",
    "inner_hits": {
      "name": "matched_texts",
      "size": 10 // 取该产品下所有匹配的文档
    }
  },
  "post_filter": {
    "script": {
      "script": "params._source.matched_texts.hits.hits.stream().map(hit -> hit._source.text).distinct().size() == 2"
    }
  }
}

这个查询会直接返回同时包含pc和mac的产品，注意需要确保你的Elasticsearch集群开启了脚本支持（默认可能关闭，需要修改配置）。

再回顾下你之前的错误逻辑：

• 第一种查询的bool must要求单条文档同时满足key=A1、text=pc、text=mac，但你的每条文档text只有一个值，不可能同时匹配。
• 第二种查询的filter里嵌套了两个bool must，本质还是要求单条文档同时满足key=A1+text=Mac和key=A1+text=Pc，同样不符合你的多文档结构。

内容的提问来源于stack exchange，提问作者Martin-