Post

Elasticsearch Query DSL 실전: bool, filter, aggregation 제대로 쓰기

· data-infra
#study #elasticsearch #query-dsl #aggregation #filter #infra

왜 Query DSL을 따로 배워야 할까?

Elasticsearch를 도입한 팀이 가장 자주 겪는 문제 중 하나는 “검색은 되는데 결과가 이상하다”는 것입니다. 대부분은 Query DSL의 의도를 구분하지 못해서 생깁니다.

특히 must, should, filter, aggregation을 섞어 쓸 때 의미를 잘못 이해하면 정확도와 성능이 동시에 무너집니다.

핵심 개념

  • must 반드시 만족해야 하고, score 계산에도 반영됩니다.
  • filter 반드시 만족해야 하지만 score 계산에는 반영되지 않습니다. 캐시 효율이 좋아 성능상 유리합니다.
  • should 만족하면 점수를 올리는 조건입니다.
  • aggregation 검색 결과를 요약/집계하는 기능입니다.

실전 예시: 상품 검색 + 필터 + 집계

curl -X GET "localhost:9200/products/_search"   -H 'Content-Type: application/json' -d'
{
  "query": {
    "bool": {
      "must": [
        { "match": { "name": "airpods" } }
      ],
      "filter": [
        { "term": { "brand": "apple" } },
        { "range": { "price": { "lte": 400000 } } }
      ]
    }
  },
  "aggs": {
    "by_category": {
      "terms": { "field": "category.keyword" }
    }
  }
}'

이 쿼리의 의미

  • 이름은 airpods와 관련성이 있어야 함
  • 브랜드는 apple이어야 함
  • 가격은 40만원 이하여야 함
  • 결과와 함께 카테고리 집계도 같이 뽑음

왜 filter를 따로 빼야 하나?

브랜드나 가격 제한은 관련도(score)를 높이는 조건이 아니라, 단순한 제약 조건입니다. 이걸 must에 넣으면 불필요하게 점수 계산에 포함되어 비효율적일 수 있습니다.

흔한 실수

  • 정확 일치가 필요한데 match를 사용함
  • 집계용 필드에 text 타입을 그대로 사용함
  • filter로 처리할 조건까지 전부 must에 넣음
  • 검색 정확도 문제를 쿼리보다 색인 문제로 봐야 하는데 놓침

한 줄 정리

Elasticsearch Query DSL의 핵심은 “조건을 많이 쓰는 것”이 아니라, 관련도 계산 조건과 필터 조건을 정확히 분리하는 것입니다.

댓글