ElasticSearch中SQL IN子句转查询的数组字段特殊问题咨询

嘿，看你已经把SQL的IN子句转成Elasticsearch的terms查询跑起来了，但碰到了hops是数组的特殊情况——我猜你大概率是遇到了「只要数组里有一个元素匹配就返回文档，但实际需要所有元素都符合条件」的问题？咱们来捋捋怎么解决：

先拆解你当前的查询逻辑 #

你现在用的查询是：

{ 
  "size": 1, 
  "query": { 
    "constant_score": { 
      "filter": { 
        "bool": { 
          "must": [ 
            { 
              "terms": { 
                "products.flights.legs.hops.hopFlight.airlineId": [ "ib", "lh" ] 
              } 
            } 
          ] 
        } 
      } 
    } 
  } 
}

这个查询的默认行为是：只要文档里有任意一个hops元素的airlineId是ib或lh，就会被命中——这是因为Elasticsearch会把数组字段扁平化存储，所以只要有一个元素匹配就满足条件。

根据不同业务需求调整查询 #

需求1：所有hops的航司都必须在指定列表里 #

如果你的目标是筛选出每一段中转航班的航司都是ib或lh，那可以用反向排除的思路：先保留有符合条件的hops的文档，再排除掉存在不符合条件的hops的文档：

{
  "size": 1,
  "query": {
    "constant_score": {
      "filter": {
        "bool": {
          "must": [
            // 确保至少有一个hop符合（可选，根据你的业务场景决定要不要加）
            {
              "terms": {
                "products.flights.legs.hops.hopFlight.airlineId": ["ib", "lh"]
              }
            }
          ],
          "must_not": [
            // 排除存在任何一个航司不在指定列表的文档
            {
              "terms": {
                "products.flights.legs.hops.hopFlight.airlineId": ["ba", "aa"]
              }
            }
          ]
        }
      }
    }
  }
}

要是你不想列举所有不符合的航司，也可以用脚本查询直接校验数组里的所有元素：

{
  "size": 1,
  "query": {
    "constant_score": {
      "filter": {
        "script": {
          "script": {
            "source": "doc['products.flights.legs.hops.hopFlight.airlineId'].stream().allMatch(id -> params.allowedIds.contains(id))",
            "params": {
              "allowedIds": ["ib", "lh"]
            }
          }
        }
      }
    }
  }
}

不过脚本查询的性能比纯DSL要差一点，数据量小的时候用着没问题，数据量大的话优先选第一种反向排除的方式。

需求2：数组中要有指定数量的匹配元素 #

如果你的需求是比如「至少2个hops的航司符合条件」，可以用bool的should结合minimum_should_match来实现：

{
  "size": 1,
  "query": {
    "constant_score": {
      "filter": {
        "bool": {
          "should": [
            {"term": {"products.flights.legs.hops.hopFlight.airlineId": "ib"}},
            {"term": {"products.flights.legs.hops.hopFlight.airlineId": "ib"}},
            {"term": {"products.flights.legs.hops.hopFlight.airlineId": "lh"}},
            {"term": {"products.flights.legs.hops.hopFlight.airlineId": "lh"}}
          ],
          "minimum_should_match": 2
        }
      }
    }
  }
}

这种方式需要根据数组的可能长度调整should里的条目数，灵活性不如脚本，但性能更好。

额外提醒：嵌套对象数组的特殊处理 #

如果你的hops是嵌套对象数组（不是简单的字符串数组），而且需要精准匹配同一个hop里的多个字段（比如同时匹配航司和航班号），那得先把hops字段定义为nested类型，然后用nested查询：

{
  "size": 1,
  "query": {
    "constant_score": {
      "filter": {
        "nested": {
          "path": "products.flights.legs.hops",
          "query": {
            "terms": {
              "products.flights.legs.hops.hopFlight.airlineId": ["ib", "lh"]
            }
          }
        }
      }
    }
  }
}

这种查询会确保匹配的是同一个嵌套对象里的字段，不会出现跨对象的匹配问题。

内容的提问来源于stack exchange，提问作者dierre