所有人都希望使用过滤的查询，其中结果应包含来自“ query_string”和来自“ term-filter”的数据。
GET blog/_search { "query": { "filtered": { "query": { "query_string": { "fields": [ "description" ], "query": "a" // or just "" } }, "filter": { "terms": { "topic_id": [ 10 ] } } } } }
预期结果是：
因此，最终结果应该是-具有较高分数的匹配记录，并且应该位于顶部，然后才是与过滤器中的“ topic_id”匹配的记录。
实现此目的的一种方法是对字段使用muti_fields映射description。多字段中的一个字段不应进行分析。数据重新索引后，您可以使用简单的布尔查询来实现所需的目标：
description
创建索引：
put test { "mappings": { "data" : { "properties": { "description" : { "type": "string", "fields": { "raw" : {"type": "string","index": "not_analyzed"} } } } } } }
索引数据：
put test/data/1 { "description" : "a", "test_id" : 10 } put test/data/2 { "description" : "", "test_id" : 10 } put test/data/3 { "description" : "hello", "test_id" : 10 } put test/data/4 { "description": "a", "test_id" : 20 }
查询：
post test/data/_search { "query": { "filtered": { "query": { "bool": { "disable_coord": "true", "should": [ { "query_string": { "fields": [ "description" ], "query": "a" } }, { "constant_score": { "filter": { "term": { "description.raw": "" } }, "boost": 0.2 } }, { "constant_score": { "filter": { "exists": { "field": "description" } }, "boost": 0.1 } } ] } }, "filter": { "terms": { "test_id": [ 10 ] } } } } }
结果：
"hits": [ { "_index": "test", "_type": "data", "_id": "1", "_score": 0.5113713, "_source": { "description": "a", "test_id": 10 } }, { "_index": "test", "_type": "data", "_id": "2", "_score": 0.29277003, "_source": { "description": "", "test_id": 10 } }, { "_index": "test", "_type": "data", "_id": "3", "_score": 0.097590014, "_source": { "description": "hello", "test_id": 10 } } ]
查询空字符串：
{ "query": { "filtered": { "query": { "bool": { "disable_coord": "true", "should": [ { "query_string": { "fields": [ "description" ], "query": "" } }, { "constant_score": { "filter": { "term": { "description.raw": "" } }, "boost": 0.2 } }, { "constant_score": { "filter": { "exists": { "field": "description" } }, "boost": 0.1 } } ] } }, "filter": { "terms": { "test_id": [ 10 ] } } } } }
"hits": [ { "_index": "test", "_type": "data", "_id": "2", "_score": 1.3416407, "_source": { "description": "", "test_id": 10 } }, { "_index": "test", "_type": "data", "_id": "1", "_score": 0.44721356, "_source": { "description": "a", "test_id": 10 } }, { "_index": "test", "_type": "data", "_id": "3", "_score": 0.44721356, "_source": { "description": "hello", "test_id": 10 } } ]
