如何用单个Elasticsearch查询实现多组独立相似文档检索？

嘿，这个需求我太懂了！你想用单个Elasticsearch查询搞定多组独立规则的相似文档检索，又不想用msearch，还得避免多个should子查询把不同组的结果混在一起排序，对吧？下面给你几个实用的方案，结合你的现有代码来调整：

核心思路：标记分组+自定义计分/聚合 #

咱们可以通过命名查询标记每个组的规则，再配合function_score控制得分，或者用聚合直接按组拆分结果，完全不用拆成多个查询。

1. 用命名查询+自定义权重区分组 #

先给每个组的查询规则加上_name标记，这样返回结果里能明确看到文档匹配了哪个组；再用function_score给不同组设置不同权重，让同一组的文档得分更集中，不会和其他组混排。

基于你的现有代码修改后的完整查询示例：

{
  "explain": true,
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "must_not": [
            {"term": {"p_id": "123"}},
            {"term": {"p_id": "124"}}
          ]
        }
      },
      "query": {
        "function_score": {
          "query": {
            "bool": {
              "minimum_should_match": 1,
              "should": [
                // 组1的规则，标记为group_1
                {
                  "match": {
                    "content": {
                      "query": "组1专属关键词",
                      "_name": "group_1"
                    }
                  }
                },
                // 组2的规则，标记为group_2
                {
                  "match": {
                    "content": {
                      "query": "组2专属关键词",
                      "_name": "group_2"
                    }
                  }
                }
                // 可以继续添加更多组的规则
              ]
            }
          },
          // 给每个组设置不同权重，控制得分排序
          "functions": [
            {
              "filter": {"match": {"content": "组1专属关键词"}},
              "weight": 10
            },
            {
              "filter": {"match": {"content": "组2专属关键词"}},
              "weight": 20
            }
          ],
          "score_mode": "sum"
        }
      }
    }
  },
  // 按得分降序，同一组的文档会因为权重集中在一起
  "sort": [{"_score": {"order": "desc"}}]
}

• 每个返回的文档里会多一个matched_queries字段，告诉你它匹配了哪个组的规则
• 权重值可以根据需求调整，比如给优先级高的组设置更高权重，让它的结果排在前面

2. 用聚合直接按组拆分结果 #

如果想要更清晰的分组结果，直接在查询里加入terms聚合，按_matched_queries分组，就能一次性拿到每个组对应的相似文档列表：

在上面的查询基础上，添加聚合部分：

"aggs": {
  "grouped_documents": {
    "terms": {
      "field": "_matched_queries",
      "size": 10 // 你有多少组就设多大
    },
    "aggs": {
      "top_matching_docs": {
        "top_hits": {
          "size": 5 // 每个组返回多少条相似文档
        }
      }
    }
  }
}

这样查询结果的aggregations字段里，会直接按组展示对应的文档，完全不用自己去筛选混合的结果。

注意事项 #

• 如果你的组规则是精确匹配（比如terms查询），把上面的match换成terms就行，命名和权重逻辑一样
• minimum_should_match设为1，确保只要匹配任意一个组的规则就会被返回
• 如果不需要计分，也可以用dis_max查询替代function_score，它会取每个should子查询的最高分作为文档得分，也能减少不同组的得分混合

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