Python后端中间件专题18搜索不是只输入一个词——过滤、排序与高亮第 17 课为标题和正文建了全文字段为租户、状态和标签保留了精确字段。现在客服输入“VPN 登录”只想看本租户的 open/high 工单。一个搜索框背后至少有五件事处理关键词、强制租户边界、叠加业务过滤、限制返回量、解释命中的位置。漏了第一件会搜不到漏了第二件是数据事故。本课从一份具体的查询请求倒推 DSL最后让build_search_body()同时承担“用户可以选择什么”和“用户永远不能取消什么”。上一课练习答案答案 EX-17-01 [code]将下面完整脚本保存为mapping_probe.py从project/运行。它不是手抄一份期望 JSON而是直接读取 TicketFlow 的模块字段类型被误改时断言会失败。fromticketflow.search.mappingimportticket_index_definition definitionticket_index_definition()propertiesdefinition[mappings][properties]assertdefinition[mappings][dynamic]strictassertproperties[ticket_id][type]keywordassertproperties[tenant_id][type]keywordassertproperties[status][type]keywordassertproperties[title][type]textprint(dynamicdefinition[mappings][dynamic])forfieldin(ticket_id,tenant_id,status,title):print(f{field}{properties[field][type]})从project/运行命令python mapping_probe.py预期输出dynamicstrict ticket_idkeyword tenant_idkeyword statuskeyword titletext这组断言把“租户必须精确匹配”落实为可执行合同它仍没有访问真实 ES所以不要把keyword配置正确误报成索引已经建成。答案 EX-17-02 [prose]用户关键词“VPN”进入bool.must内的multi_match因为它决定是否命中并影响相关性。tenant_id当前租户必须进入不可绕过的bool.filterstatusopen与priorityhigh也是filter它们是精确的是/否条件不该贡献_score。如果把租户放进全文相关性查询一方面它会被分析器处理而失去精确边界另一方面调用方可能为了空关键词把整个must删除顺手删除租户条件。过滤器必须由服务端用认证上下文构造绝不能从用户提交的tenant_id原样信任。一张请求拆成三条不同的规则假设已经认证出tenant-a。用户提交{q: VPN 登录 ,statuses:[open],priority:high,size:20}先去掉关键词两端空格但不能去掉租户过滤。其等价查询骨架是{query:{bool:{filter:[{term:{tenant_id:tenant-a}},{terms:{status:[open]}},{term:{priority:high}}],must:[{multi_match:{query:VPN 登录,fields:[title,body],type:best_fields,operator:and}}]}}}本课lesson-18的best_fields在多个字段里选最匹配的字段operator: and要求查询词在同一个字段的匹配语境中满足要求它不是“跨所有字段任意拼凑”的万能 AND。第 19 课再引入字段 boost 与游标。本文先把“硬过滤”和“全文相关性”分开避免一开始就被评分公式淹没。空关键词不是空租户用户清空搜索框仍可以浏览当前租户、当前状态的列表。build_search_body()这时只把must换成match_all保留filterfromticketflow.search.queryimportSearchFilters,build_search_body bodybuild_search_body(tenant_idtenant-a,query ,filtersSearchFilters(statuses(open,)),size5,)assertbody[query][bool][filter][0]{term:{tenant_id:tenant-a}}assertbody[query][bool][must][{match_all:{}}]print(tenant filter retained; empty query becomes match_all)将上述片段保存为该文件再从project/运行命令python empty_query_probe.py。预期输出tenant filter retained; empty query becomes match_all这是很值得单测的安全性质如果未来开发者为“空搜索框”走一条完全不同的查询分支跨租户泄漏往往就出在这种分支里。排序、高亮、上限搜索结果还要能用本课先按updated_at desc、再按ticket_id asc排序。同一更新时间下必须有第二个唯一稳定键不然连续两页可能重排。这里不用 ES 内部_idElasticsearch 8 不支持把它当普通字段稳定排序第 17 课已经把业务 ID 复制到keyword类型的ticket_id。size被限制在1..100防止用户要求一次返回几十万条。这里还不是深分页方案第 19 课会增加search_after。高亮指定title、bodyES 命中时可能返回em.../em片段。它是显示辅助不是可信 HTML前端要采用安全渲染策略不能把任意工单正文和高亮片段直接当未净化 HTML 注入页面。高亮为空也不等于没有命中召回和展示是两件事。track_total_hits: true让页面取得准确总数但在大规模查询上有成本。如果产品只需要“还有下一页”后续可以单独评估上限与性能不要为了看起来完整默认所有搜索都必须精确统计百万级总数。用测试攻击查询构造器从课程根运行本课独立 checkpointpython tools/verify_executable_revisions.py--lesson 18--python python正式 revision 命令在隔离的课时树运行 baseline 与至 18 的历史合同不是最终项目的单项 unit1 passed。远端 selectortests/integration/test_search_elasticsearch.py::test_real_search_enforces_tenant_status_sort_highlight_without_leakage用唯一 ES 索引投放同词的跨租户、跨 status 工单核对真实查询的租户/status 过滤、排序、高亮及无泄漏其未运行结果是 PENDING。如果你暂时没有真实 ESAPI 请求尚不能证明真实索引返回了什么只声称构造器合同的本地结果。真实 ES 查询和租户负例留在远端集成验收中未跑标SKIP。出错时先问哪一层两租户同名工单都命中看服务端是否始终插入tenant_id的term不能只看页面是否隐藏了对方结果。筛选open却返回closed检查 Mapping 是否keyword、过滤值是否正确、当前索引是否仍是旧 alias。搜索“VPN 登录”没有结果先用_analyze看 token再确认operator: and是否符合产品意图不是简单把租户过滤删掉。高亮字段为空先核实查询是否命中正文、是否开启 highlight然后分清结果命中与高亮展示。size10000报错这正是防护应分页或改导出作业不扩大 HTTP 查询上限。本篇的边界可以一句话检验用户能选业务过滤和关键词却不能决定自己属于哪个租户。本课练习练习 EX-18-01 [code]保存query_guard_probe.py调用build_search_body()两次一次给出“VPN 登录 open/high”一次给出全空格关键词断言两次第一条 filter 都是当前租户第二次must为match_all并打印两次的must。第 19 课给出完整答案。练习 EX-18-02 [prose]解释为什么updated_at desc后还要加ticket_id asc再说明为何稳定的排序键并不自动保证“索引发生更新时跨多页绝对无重无漏”。想一想第 19 课引入游标后仍有哪些边界。下一篇预告第 19 课会从一次“排序结果看起来不合理”的客服反馈出发解释title^3的权重、search_after游标和聚合你会看到“相关性”是可调可测的产品选择而非一个神秘分数。本课完整核心模块search/query.py以下是lesson-18时点的完整模块。它还没有第 19 课的 boost 和 cursor这是有意保留的教学增量。from__future__importannotationsfromdataclassesimportdataclassdataclass(frozenTrue,slotsTrue)classSearchFilters:statuses:tuple[str,...]()priority:str|NoneNonetags:tuple[str,...]()defbuild_search_body(*,tenant_id:str,query:str,filters:SearchFilters,size:int,)-dict[str,object]:Build a bounded search request with a mandatory tenant boundary.ifnot1size100:raiseValueError(size must be between 1 and 100)exact_filters:list[dict[str,object]][{term:{tenant_id:tenant_id}}]iffilters.statuses:exact_filters.append({terms:{status:list(filters.statuses)}})iffilters.priorityisnotNone:exact_filters.append({term:{priority:filters.priority}})iffilters.tags:exact_filters.append({terms:{tags:list(filters.tags)}})normalized_queryquery.strip()must:list[dict[str,object]]([{multi_match:{query:normalized_query,fields:[title,body],type:best_fields,operator:and,}}]ifnormalized_queryelse[{match_all:{}}])body:dict[str,object]{query:{bool:{filter:exact_filters,must:must}},sort:[{updated_at:desc},{ticket_id:asc}],highlight:{fields:{title:{},body:{}}},size:size,track_total_hits:True,}returnbody