《Elasticsearch通用查询方案（四）：QueryCondition 使用指南与实战》

Elasticsearch通用查询方案

《通用查询方案（一）：开篇与基础概念》

《通用查询方案（二）：QueryConditionBuilders 工具类》

《通用查询方案（三）：QueryBuilderFactory 组件》

《通用查询方案（四）：QueryCondition 使用指南与实战》

---

---

前言

在通用接口查询的舞台上，QueryCondition 是绝对的主角之一，携手 QueryConditionBuilders，为精准数据检索拉开大幕。今天咱们抛开繁文缛节，直击实战要害，深挖那些烧脑又实用的复杂查询案例。

---

一、QueryCondition 极简指南

QueryCondition 简单说就是装着查询关键要素的 “盒子”。field 指明数据源里要查的字段，像数据库里的 “age” 找特定岁数人群。operator 从丰富枚举挑，EQ 精准配对，数值符管大小，集合符理成员，还有逻辑大咖 MUST 等编排复合规则。operand 跟着 operator 变，单个值或值集合按需上场。isComposite 标记是否复合，有它在，就知道这条件不简单。

二、操作符全解析

（一）EQ（精确匹配）操作符：精准狙击枪

EQ 操作符堪称精准打击的典范，当你决心在茫茫数据海洋中精准定位某一特定值的记录时，它就是你的不二之选。
在图书馆藏书系统里，若要迅速找出 ISBN 号为 “9787568900123” 的那本珍藏书籍

QueryCondition bookCondition = QueryConditionBuilders.create(OperatorEnum.EQ, "isbn", "9787568900123");

（二）GT（大于）与 LT（小于）操作符：数值界的标尺

在学生成绩管理场景中，想快速揪出数学成绩高于 85 分的学霸苗子？

QueryCondition mathScoreCondition = QueryConditionBuilders.create(OperatorEnum.GT, "math_score", 85);

若是要排查语文成绩低于 70 分、急需辅导的同学，把 GT 换成 LT 就行，轻松筛出数值区间两端的数据，为针对性教学策略提供依据。

（三）GTE（大于等于）与 LTE（小于等于）操作符：边界包容大师

以电商商品筛选为例，当你打算盘点价格大于等于 80 元的优质商品时

QueryCondition priceCondition = QueryConditionBuilders.create(OperatorEnum.GTE, "price", 80);

（四）IN 与 NOT_IN 操作符：集合筛选利器

设想在校园社团成员管理系统里，要一次性找出加入了 “文学社”“绘画社” 的多才多艺学生

QueryCondition clubCondition = QueryConditionBuilders.create(OperatorEnum.IN, "club", List.of("文学社", "绘画社"));

NOT_IN 则是反向排除神器，比如排除掉已毕业的学生记录，精准管理集合成员关系。

（五）RANGE 操作符：范围界定艺术家

在气象数据查询时，若要梳理出过去一个月（假设起始日期 startDate 和结束日期 endDate 已妥善准备）内温度在 20 - 30 摄氏度之间的天气记录

QueryCondition temperatureCondition = QueryConditionBuilders.create(OperatorEnum.RANGE, "temperature", new Object[]{20, true, 30, true});

三、迈向逻辑组合条件：构建复杂框架

当简单操作符单打独斗无法满足业务的刁钻需求时，逻辑组合条件带着 MUST、MUST_NOT、SHOULD 闪亮登场，它们如同乐高积木的拼接指令，组合出千变万化的结构。

想象搭建一个高端商务活动参与者筛选机制：目标锁定年龄在 30 - 45 岁（GTE 和 LTE 携手合作）、拥有特定高级会员资质（EQ 精准匹配会员等级）、无不良信用记录（MUST_NOT 结合信用标识字段）且具备丰富行业经验（工作年限大于 8 年，GT 把关）或者近期在行业内发表过重要见解（如论文发表，SHOULD 关联相关标识字段）的精英人士。

// 年龄范围条件
QueryCondition ageLowCondition = QueryConditionBuilders.create(OperatorEnum.GTE, "age", 30); 
QueryCondition ageHighCondition = QueryConditionBuilders.create(OperatorEnum.LTE, "age", 45); 
List<QueryCondition> ageRange = new ArrayList<>();
ageRange.add(ageLowCondition);
ageRange.add(ageHighCondition);

// 会员资质条件
QueryCondition memberLevelCondition = QueryConditionBuilders.create(OperatorEnum.EQ, "member_level", "Platinum"); 

// 信用排除条件
QueryCondition creditCondition = QueryConditionBuilders.create(OperatorEnum.MUST_NOT, "has_bad_credit", true); 

// 工作年限条件
QueryCondition workYearsCondition = QueryConditionBuilders.create(OperatorEnum.GT, "work_years", 8); 

List<QueryCondition> innerShouldInsight = new ArrayList<>();
// 行业见解发表条件，假设字段表示近半年是否有发表
QueryCondition publicationCondition = QueryConditionBuilders.create(OperatorEnum.EQ, "has_recent_publication", true); 
innerShouldInsight.add(publicationCondition);

QueryCondition innerShould = QueryConditionBuilders.create(OperatorEnum.SHOULD, null, innerShouldInsight); 

List<QueryCondition> outerMustConditions = new ArrayList<>();
outerMustConditions.addAll(ageRange);
outerMustConditions.add(memberLevelCondition);
outerMustConditions.add(creditCondition);
outerMustConditions.add(workYearsCondition);
outerMustConditions.add(innerShould);

BoolQueryBuilder userQuery = queryBuilderFactory.buildBoolQuery(outerMustConditions); 

这里巧妙融合基础条件，借逻辑组合操作符构建起初步复杂关联，为精准定位目标用户架起桥梁。

四、多层嵌套查询实战：巅峰对决

步入大型金融服务平台的核心业务场景，需筛选出优质潜在大客户。要求客户资产规模庞大（近一年资产增长超 30%，假设有计算函数 getAssetGrowth，且当前资产总额大于 1000 万，MUST 嵌套复合条件）、风险偏好稳健（投资组合风险系数小于 0.3，LT 关联）、近期无重大金融违规记录（MUST_NOT 结合违规标识字段），同时满足以下条件之一：一是在多个热门金融产品领域（如股票、基金、债券，IN 搭配 SHOULD 深度嵌套）均有涉足且交易活跃（过去一个季度交易次数大于 20 次，GT 把关）；二是与平台长期合作（合作年限大于 5 年，GT 衡量）且信用评级极高（评级大于等于 4 星，GTE 界定）。

// 资产增长及规模条件
double growth = getAssetGrowth(clientId, "last_year"); 
QueryCondition growthCondition = QueryConditionBuilders.create(OperatorEnum.GT, "asset_growth", 30.0); 
QueryCondition assetScaleCondition = QueryConditionBuilders.create(OperatorEnum.GT, "total_assets", 10000000); 
List<QueryCondition> innerMustAssets = new ArrayList<>();
innerMustAssets.add(growthCondition);
innerMustAssets.add(assetScaleCondition);
QueryCondition innerMust = QueryConditionBuilders.create(OperatorEnum.MUST, null, innerMustAssets); 

// 风险偏好条件
QueryCondition riskCondition = QueryConditionBuilders.create(OperatorEnum.LT, "risk_coefficient", 0.3); 

// 违规排除条件
QueryCondition violationCondition = QueryConditionBuilders.create(OperatorEnum.MUST_NOT, "has_major_violation", true); 

// 热门产品交易活跃度条件
List<String> hotProducts = List.of("股票", "基金", "债券");
List<QueryCondition> innerShouldProducts = new ArrayList<>();
for (String product : hotProducts) {
    QueryCondition productCondition = QueryConditionBuilders.create(OperatorEnum.EQ, "has_active_trading_in", product); 
    innerShouldProducts.add(productCondition);
}
QueryCondition innerShouldProduct = QueryConditionBuilders.create(OperatorEnum.SHOULD, null, innerShouldProducts); 
QueryCondition tradingFrequencyCondition = QueryConditionBuilders.create(OperatorEnum.GT, "trading_frequency_last_quarter", 20); 
List<QueryCondition> innerShouldTrading = new ArrayList<>();
innerShouldTrading.add(innerShouldProduct);
innerShouldTrading.add(tradingFrequencyCondition);

// 长期合作及信用条件
QueryCondition cooperationCondition = QueryConditionBuilders.create(OperatorEnum.GT, "cooperation_years", 5); 
QueryCondition creditRatingCondition = QueryConditionBuilders.create(OperatorEnum.GTE, "credit_rating", 4); 
List<QueryCondition> innerShouldCredit = new ArrayList<>();
innerShouldCredit.add(cooperationCondition);
innerShouldCredit.add(creditRatingCondition);

QueryCondition outerShould = QueryConditionBuilders.create(OperatorEnum.SHOULD, null, List.of(innerShouldTrading, innerShouldCredit)); 

List<QueryCondition> outerMustConditions = new ArrayList<>();
outerMustConditions.add(innerMust);
outerMustConditions.add(riskCondition);
outerMustConditions.add(violationCondition);
outerMustConditions.add(outerShould);

BoolQueryBuilder clientQuery = queryBuilderFactory.buildBoolQuery(outerMustConditions); 

此例层层嵌套，环环相扣，从资产到风险，从合规到业务多元性，全方位编织筛选大网，精准锁定潜在大客户。MUST 内部嵌套复合资产条件，SHOULD 分支里既有复杂产品交易逻辑，又有合作信用考量，展现 QueryCondition 在极端复杂场景下披荆斩棘的强大实力，为金融平台精准营销、资源配置提供坚如磐石的数据支撑