ES中 minimum_should_match 的用法和误区

背景

写这篇文章是因为有个同学在群里发了这么一张截图，图中讲的两点关于``的描述，我看了一眼，两个都是错的。

目前互联网上的文章质量参差不齐，这也算是为了提高网络博客的质量进一己之力吧。

上述截图中的两个认知误区

1、不能简单的说 7.0 版本之后 默认值是 0 或者 1

minimum_should_match是ES组合查询中的一个常用参数，参数指定should子句返回的文档必须匹配的子句的数量或百分比。注意这里可以输具体的数量，也可以是百分数指定。并且满足以下两个条件：

• 如果bool查询包含至少一个should子句，而没有must或 filter子句，则默认值为1。即此时minimum_should_match如果没有显示的配置，should子句中的条件必须至少满足一个。
• 如果bool查询包包含must或 filter子句，则minimum_should_match默认值为0，即：此时minimum_should_match如果没有显示的配置，此时should子句中可以不满足任何条件。

2、minimum_should_match并不是非用不可

minimum_should_match可以控制查询精度，在should和must联合查询查询时必须使用”，这句话的描述也存在问题。下面通过一个习题案例，来证明：

Task：
假设有movie_data索引包含如下文档:

{
  "minutes": 136,
  "movie_id": "1893",
  "title": "Star Wars: Episode I - The Phantom Menace",
  "tags": [
    "prophecy",
    "senate",
    "queen",
    "taskmaster",
    "galaxy",
    "apprentice",
    "taxes",
    "space opera"
  ],
  "revenue": 924317558,
  "release_date": "1999-05-19T06:00:00.000Z",
  "budget": 115000000,
  "avg_score": 6.3
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

在movie_data索引上写一个单独的搜索，满足以下要求:

• title 字段包含me或my
• tags字段带有romantic comedy标签的文档得分权重高于标签中不包含romantic comedy标签的文档。

答案

GET movie_data/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "my me"
          }
        }
      ],
      "should": [
        {
          "match": {
            "tags.keyword": {
              "query": "romantic comedy",
              "boost": 10
            }
          }
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

分析

这里只针对should子句展开分析，也就是题目的第二个要求。此题答案中同事包含了must和should子句。

题目中只是说tags字段如果带有romantic comedy标签，那么它的得分权重更高。但是并没有要求带有romantic comedy标签是个必要条件。换句话说，就是带有romantic comedy标签，那么提高评分权重，如果不带，那么什么也不做。

答案中并未显示的配置minimum_should_match参数，所以此时minimum_should_match的默认值是0。即should子句中的条件可以完全不满足。也就是说should子句不会对最终结果的文档数产生影响。那么当前子句的语义则为：带有romantic comedy标签的文档，权重提升10倍，如果不带，也没有关系。

推荐阅读：

• ES中的bool query深层次解读