ElasticSearch match查询，让匹配全部词的文档排在前面-马育民老师

# 提出问题

在 Elasticsearch 的 match 查询中，让匹配了全部查询词的文档排在匹配部分词的文档前面，实现更精准的排序。

### 实现思路

1. **`operator` 控制匹配逻辑**：
   - `operator: "and"` 要求文档必须包含所有查询词，天然让全匹配文档排在前面。
   - `minimum_should_match` 作为兜底，避免因部分词缺失导致无结果。

2. **`bool` 查询分层加权**：
   - `must` 确保所有文档至少匹配部分词（保证召回）。
   - `should` 为全匹配文档额外加分，使其得分更高、排序更靠前。

3. **短语匹配优先**：
   - `match_phrase` 不仅要求包含所有词，还要求词序一致，通过 `boost` 参数提升其权重，实现精准匹配优先。

# 方式一

使用 `operator: "and"` + `minimum_should_match`（推荐）
先强制匹配所有词，再通过 `minimum_should_match` 放宽条件，确保全匹配文档优先：
```json
GET /your_index/_search
{
  "query": {
    "match": {
      "content": {
        "query": "关键词1 关键词2 关键词3",
        "operator": "and", // 优先匹配全部词
        "minimum_should_match": "75%" // 允许部分匹配（兜底）
      }
    }
  }
}
```

# 方式二

使用 `bool` 查询组合（精准控制）
通过 `must` + `should` 分层，全匹配文档获得更高得分：

```json
GET /your_index/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "content": { "query": "关键词1 关键词2 关键词3", "operator": "or" } } }
      ],
      "should": [
        { "match": { "content": { "query": "关键词1 关键词2 关键词3", "operator": "and" } } }
      ]
    }
  }
}
```

### 介绍

检索包含 `关键词1/关键词2/关键词3` 中任意一个词的文档，并**优先展示**同时包含这三个词的文档

### 逐段逻辑解析

我们来拆解每一部分的含义：

1. **外层结构**：
```json
GET /your_index/_search
```
表示向名为 `your_index` 的索引发起搜索请求。

2. **`bool` 查询主体**：
```json
"bool": { ... }
```
使用布尔查询组合多个条件，实现“基础匹配+优选排序”的逻辑。

3. **`must` 子句**：
```json
"must": [
{ "match": { "content": { "query": "关键词1 关键词2 关键词3", "operator": "or" } } }
]
```
   - `must` 表示**必须满足**的条件（过滤基础结果集）。
   - `match` 查询的 `operator: "or"` 表示：文档只需包含“关键词1”“关键词2”“关键词3”中的**任意一个**即可被匹配。
   - 这一步会筛选出所有包含至少一个关键词的文档（保证结果召回）。

4. **`should` 子句**：
```json
"should": [
{ "match": { "content": { "query": "关键词1 关键词2 关键词3", "operator": "and" } } }
]
```
   - `should` 表示**可选满足**的条件（为匹配的文档加分）。
   - `match` 查询的 `operator: "and"` 表示：文档必须**同时包含**三个关键词才能匹配。
   - 满足该条件的文档会获得**额外的得分加成**，从而在结果中排序更靠前（实现精准结果优先）。

### 结果分析

查询条件是 `content含任意关键词` 且（可选）`content含所有关键词`

**结果**

- 结果集中的所有文档都包含至少一个关键词；
  - 同时包含三个关键词的文档得分更高，排在前面；
  - 仅包含部分关键词的文档得分较低，排在后面。

### 结果例子

假设索引中有以下文档：

- 文档A：content="关键词1 关键词2 关键词3 完整内容" → **满足must+should** → 得分最高
- 文档B：content="关键词1 部分内容" → **仅满足must** → 得分次之
- 文档C：content="无关内容" → **不满足must** → 不会被返回

最终返回结果顺序为：文档A → 文档B。

### 总结

1. **核心逻辑**：`must` 保证“至少匹配一个关键词”（确保结果召回），`should` 让“匹配所有关键词”的文档获得更高得分（实现精准排序）。
2. **设计目的**：既不遗漏包含部分关键词的相关文档，又让完全匹配的精准文档优先展示。
3. **适用场景**：适合需要“宽召回+精排序”的检索需求（如通用搜索引擎、全文检索系统）。

# 方式三

使用 `match_phrase` + `boost`（短语优先）
如果希望**短语匹配**（词序一致）的文档优先，可结合 `match_phrase`：
```json
GET /your_index/_search
{
  "query": {
    "bool": {
      "should": [
        { "match_phrase": { "content": { "query": "关键词1 关键词2 关键词3", "boost": 2 } } }, // 短语匹配权重翻倍
        { "match": { "content": "关键词1 关键词2 关键词3" } }
      ]
    }
  }
}
```

# function_score二次评分

如果需要更复杂的排序逻辑（如全匹配+业务权重），可使用 `function_score`：
```json
GET /your_index/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": { "content": "关键词1 关键词2 关键词3" }
      },
      "functions": [
        {
          "filter": {
            "match": { "content": { "query": "关键词1 关键词2 关键词3", "operator": "and" } }
          },
          "weight": 5 // 全匹配文档额外加5分
        }
      ],
      "boost_mode": "sum"
    }
  }
}
```

原文出处：http://malaoshi.top/show_1GW2H8gKRK4b.html