Elasticsearch：基于过滤器构建二进制掩码并保留全量结果

嘿，我正好做过类似的需求，给你梳理个清晰的实现方案！你要的是不筛掉任何产品，只让匹配过滤条件的文档得分更高，同时生成二进制掩码标记哪些条件匹配对吧？这在Elasticsearch里用function_score加脚本字段就能搞定，一步步来：

普通的filter会直接排除不匹配的文档，不符合你“保留所有结果”的要求。所以我们要换个思路：用match_all先拉取所有文档，再通过函数得分给匹配条件的文档加权调整得分；同时用脚本字段生成二进制掩码，标记每个文档匹配了哪些过滤条件。

1. 基于过滤条件调整得分 #

用function_score查询，给匹配指定颜色、尺寸的文档额外加分，不匹配的保持原得分（你也可以根据需求设置减分逻辑）。比如我们希望匹配color: red的文档加2分，匹配size: M的文档加1分：

GET /products/_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} }, // 获取所有文档
      "functions": [
        {
          "filter": { "term": { "color": "red" } },
          "weight": 2 // 匹配颜色的文档加2分
        },
        {
          "filter": { "term": { "size": "M" } },
          "weight": 1 // 匹配尺寸的文档加1分
        }
      ],
      "boost_mode": "sum" // 原得分和加权得分相加，也可用multiply等模式
    }
  }
}

这样返回的所有文档里，符合条件的得分会更高，排序时会优先展示，同时不会丢失任何结果。

2. 生成二进制掩码 #

二进制掩码可以用每一位代表一个条件的匹配状态（1=匹配，0=不匹配），比如：

• 第2位（值为2）代表颜色匹配
• 第1位（值为1）代表尺寸匹配
  组合后：同时匹配=3（11）、只匹配颜色=2（10）、只匹配尺寸=1（01）、都不匹配=0（00）

把得分调整和掩码生成结合的完整查询如下：

GET /products/_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} },
      "functions": [
        {
          "filter": { "term": { "color": "red" } },
          "weight": 2
        },
        {
          "filter": { "term": { "size": "M" } },
          "weight": 1
        }
      ],
      "boost_mode": "sum"
    }
  },
  "script_fields": {
    "binary_mask": {
      "script": {
        "source": """
          int mask = 0;
          // 判断颜色是否匹配，对应掩码第2位
          if (doc['color'].value == 'red') {
            mask += 2;
          }
          // 判断尺寸是否匹配，对应掩码第1位
          if (doc['size'].value == 'M') {
            mask += 1;
          }
          return mask;
        """
      }
    }
  },
  "_source": true // 保留原文档的所有字段
}

返回结果里每个文档都会多一个binary_mask字段，直观展示该文档匹配了哪些过滤条件。

3. 动态调整过滤条件的灵活写法 #

如果你的过滤条件是动态传入的（比如前端传参），可以用参数化脚本避免硬编码：

GET /products/_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} },
      "functions": [
        {
          "filter": { "term": { "color": "{{target_color}}" } },
          "weight": 2
        },
        {
          "filter": { "term": { "size": "{{target_size}}" } },
          "weight": 1
        }
      ],
      "boost_mode": "sum"
    }
  },
  "script_fields": {
    "binary_mask": {
      "script": {
        "source": """
          int mask = 0;
          if (doc['color'].value == params.target_color) {
            mask += 2;
          }
          if (doc['size'].value == params.target_size) {
            mask += 1;
          }
          return mask;
        """,
        "params": {
          "target_color": "red",
          "target_size": "M"
        }
      }
    }
  },
  "_source": true
}

这样你只需要修改params里的值就能快速切换过滤条件，非常灵活。

• 确保color和size字段是keyword类型（因为用了term查询），如果是text类型，需要改用match查询或者调整字段映射，否则可能匹配不到结果。
• 脚本里的字段名要和索引中的字段名完全一致（Elasticsearch字段名区分大小写）。
• 如果新增过滤条件，掩码的位值要按2的幂次递增（比如第三个条件对应4，第四个对应8），避免数值冲突。

内容的提问来源于stack exchange，提问作者Normal