所谓组合查询就是将单个查询条件通过某种逻辑关系组合起来查询，在实际项目中更多的以组合查询的方式使用

1.查询上下文

• filter: 只查询结果，没有相关性评分(性能更高，推荐使用)
• 查询语句中包含 filter
• query: 查询结果，并计算相关性得分（对匹配精度有要求的场景）
• 查询语句中不包含 filter

2.bool表达式查询(最主要的组合查询方式)

各组合语句是平行的关系，如：

POST steam_item_730/_search
{
  "query": {
    "bool" : {
      //app_id = 730  
      "must" : {
        "term" : { "app_id" : 730 }
      },
      //extra_tag_ids = "热销"  
      "filter": {
        "term" : { "extra_tag_ids" : "热销" }
      },
      // price 不能在 [0.1,1]这个区间
      "must_not" : {
        "range" : {
          "price" : { "gte" : 0.1, "lte" : 1 }
        }
      },
      //name 中有 "久经" 或 short_name有 "久经"
      "should" : [
        { "match" : { "name" : "久经" } },
        { "match" : { "short_name" : "久经" } }
      ],
      // should 语句至少有一个成立
      "minimum_should_match" : 1,
      "boost" : 1.0
    }
  }
}

• 各bool表达式，之间是平行关系
• 各bool表达式的子句，可以是对象，也可以是一个数组(多个条件时)
• 各bool表达式的子句，使用单个搜索条件

(1)filter

• 功能：不需要计算相关性得分的过滤查询
• 实例

GET purchase_order/_doc/_search
{
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "order_status": 1
          }
        },
        {
          "terms": {
            "pay_status": [
              2,
              20
            ]
          }
        }
      ]
    }
  }
}

上例查询 order_status = 1 而且 pay_status 在[2,20]这个范围内

(2)must

• 功能：所有条件都必须满足(类似于and,各子句是and关系)
• 实例：

GET purchase_order/_doc/_search
{
  "track_total_hits": true,
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "order_status": 1
          }
        },
        {
          "terms": {
            "pay_status": [
              2,
              20
            ]
          }
        }
      ]
    }
  }
}

和filter很类似，不过他会计算相关性得分，建议使用filter

(3)must_not

• 功能：所有条件都不满足(类似于not)
• 实例：

GET merchant_order/_doc/_search
{
  "track_total_hits": true,
  "query": {
    "bool": {
      "must_not": [
        {
          "exists": {
            "field": "user_id"
          }
        }
      ]
    }
  }
}

上例作用是：查询卖家订单索引中不存在user_id这个字段的数据列表

(4)should

• 功能：满足其中指定数量的条件即可(类似于or)
• 注：一般它和minimum_should_match 一起使用，即至少满足指定的数量

GET merchant_order/_doc/_search
{
  "track_total_hits": true,
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "attribute.type": "csgo_type_sticker"
          }
        },
        {
          "exists": {
            "field": "attribute.sticker_capsule"
          }
        }  
      ]
    },
    "minimum_should_match" : 1,  
  }
}

上例中的作用：查询 attribute.type=csgo_type_sticker或者 存在字段attribute.sticker_capsule 的数据

3.constant_score

• 功能： 相关性得分指定为一个常量
• 参数：
• filter : 查询条件
• boost: 相关性得分常量值(如果不指定默认为1)
• 实例：

GET steam_item_730/_doc/_search
{
  "query":{
    "constant_score":{
      "filter":{
        "match":{
          "name":"运动手套"
        }
      },
      "boost":1.2
    }
  }
}

查询出所有的文档相关性得分_score都是1.2

4.function_score

• 功能： 自定义相关性得分
• 参数：
• query: 查询条件
• boost: 相关性得分
• functions: 相关性得分函数
• filter: 查询条件
• 函数类型： random_score/script_score/weight
• script_score: 通过脚本计算得分
• min_boost: 最低得分
• max_boost: 最高得分
• boost_mode : 相关性得分模式
• multiply: 得分相背心
• score_mode: 计分模式(和boost_mode的选项值是一样的)

• 实例：

GET steam_item_730/_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} },
      "boost": "5", 
      "functions": [
        {
          "filter": { "term": { "attribute.type": "csgo_type_knife" } },
          "weight": 15
        },
        {
          "filter": { "term": { "attribute.type": "type_hands" } },
          "weight": 10
        }
      ],
      "max_boost": 42,
      "score_mode": "max",
      "boost_mode": "multiply",
      "min_score": 5
    }
  }
}

如：attribute.type = csgo_type_knife，获取更高的数量的分数，设置其权重weight = 15,boost_mode是multiply即相乘，得到 5 * 15 =75的得分;

attribute.type = type_hands ，权重次之weight=10,得到5*10=50的得分;其他为5

最后，将单个条件和组合条件统一起来，形成一张搜索查询的条件知识图：