Elasticsearch Query DSL 中 must / filter / should 详解

Elasticsearch Query DSL 中 must / filter / should 详解（面试 & 实战必会）

这是 Java 高级工程师面试中 Elasticsearch 几乎必问的一题 。

很多人"会写 DSL"，但说不清为什么这么写、性能差在哪、线上怎么选 。

这篇文档的目标：让你能写、能讲、能反问面试官。

1. must / filter / should 是什么？

它们都属于 bool query 的子句，用来组合多个条件。

json 复制代码

{
  "query": {
    "bool": {
      "must":   [],
      "filter": [],
      "should": []
    }
  }
}

一句话先记住：

must = 必须匹配 + 参与打分
filter = 必须匹配 + 不打分（可缓存）
should = 可选匹配 + 影响打分

2. must：必须匹配，参与相关性打分

2.1 基本含义

条件 必须满足
参与 _score 计算
常用于 全文检索

2.2 示例

json 复制代码

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "elasticsearch" } }
      ]
    }
  }
}

2.3 适合放在 must 的查询

match
match_phrase
multi_match
任何需要 相关性排序 的条件

2.4 面试加分点（为什么 must 慢）

must 会参与 BM25 打分
每个文档都要算 score
在只做过滤时是纯浪费

👉 能不用 must 就别用 must

3. filter：必须匹配，但不参与打分（性能王者）

3.1 基本含义

条件 必须满足
不计算 _score
结果可被缓存

3.2 示例

json 复制代码

{
  "query": {
    "bool": {
      "filter": [
        { "term": { "status": "ON" } },
        { "range": { "price": { "gte": 100, "lte": 500 } } }
      ]
    }
  }
}

3.3 适合放在 filter 的查询

term / terms
range
exists
ids

3.4 filter 为什么快？

不算 score
可缓存（尤其是低基数条件）
多 shard 场景下优势明显

3.5 面试标准话术

精准条件、与相关性无关的，一律放 filter。

4. must vs filter 的真实对比（高频面试点）

对比项	must	filter
是否必须匹配	✅	✅
是否算 score	✅	❌
是否可缓存	❌	✅
性能	较慢	很快
典型用途	全文检索	精准过滤

5. should：可选匹配，用来"加分"

5.1 基本含义

不是必须匹配
匹配到的文档 score 更高
常用于 相关性优化

5.2 示例

json 复制代码

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "java" } }
      ],
      "should": [
        { "match": { "tags": "elasticsearch" } },
        { "match": { "tags": "search" } }
      ]
    }
  }
}

👉 匹配 title=java 就能进结果

👉 同时匹配 tags 的会排得更靠前

5.3 minimum_should_match（面试常追问）

json 复制代码

{
  "bool": {
    "should": [
      { "term": { "color": "red" } },
      { "term": { "size": "L" } },
      { "term": { "brand": "nike" } }
    ],
    "minimum_should_match": 2
  }
}

含义：

3 个 should 条件
至少满足 2 个

6. should 在不同场景下的"隐藏规则"（必会）

6.1 只有 should（没有 must / filter）

json 复制代码

{
  "bool": {
    "should": [
      { "term": { "status": "ON" } },
      { "term": { "status": "OFF" } }
    ]
  }
}

👉 至少匹配 1 个 should（默认）

6.2 有 must / filter + should

json 复制代码

{
  "bool": {
    "must": [
      { "match": { "title": "java" } }
    ],
    "should": [
      { "term": { "tags": "es" } }
    ]
  }
}

👉 should 不再是必须条件

👉 只影响排序

7. 一个"标准工程级写法"（面试直接背）

json 复制代码

{
  "query": {
    "bool": {
      "must": [
        { "match": { "name": "iphone" } }
      ],
      "filter": [
        { "term": { "status": "ON" } },
        { "range": { "price": { "gte": 1000 } } }
      ],
      "should": [
        { "term": { "tags": "hot" } },
        { "term": { "tags": "new" } }
      ]
    }
  }
}

解释给面试官听：

must：决定"搜什么"
filter：决定"能不能进"
should：决定"谁排前面"

8. Spring Boot 中的对应写法（加分）

java 复制代码

BoolQueryBuilder bool = QueryBuilders.boolQuery()
    .must(QueryBuilders.matchQuery("name", "iphone"))
    .filter(QueryBuilders.termQuery("status", "ON"))
    .filter(QueryBuilders.rangeQuery("price").gte(1000))
    .should(QueryBuilders.termQuery("tags", "hot"))
    .should(QueryBuilders.termQuery("tags", "new"));

9. 高频踩坑总结（面试官最爱）

❌ 全部条件都放 must（性能差）
❌ term 查询放 must（浪费 score）
❌ 以为 should 一定要匹配（不是）
❌ 忘了 minimum_should_match

10. 一句话总结（背这个就够）

must 决定"相关性"，
filter 决定"对不对"，
should 决定"谁更好"。
能 filter 就 filter，
少算 score，ES 才跑得快。