Spring Data Elasticsearch 中 Criteria 查询的正确使用方式
2025-06-27 14:34:29作者:廉彬冶Miranda
在使用 Spring Data Elasticsearch 进行文档查询时,Criteria API 是一个非常强大且灵活的工具。然而,如果不正确使用 Criteria 构建查询,可能会导致意外的 NullPointerException 或其他错误。本文将深入探讨 Criteria API 的正确使用方式,特别是处理否定查询和组合查询时的注意事项。
常见错误模式分析
许多开发者在使用 Criteria API 时容易犯以下两个典型错误:
- 
创建无意义的空 Criteria 对象:直接使用
new Criteria()而不指定任何字段和条件,这样的 Criteria 对象在实际查询中没有任何作用。 - 
忽略方法返回值:
and()和or()方法会返回新的 Criteria 实例或修改后的 Criteria 实例,但开发者有时会忽略这一点,导致查询构建不完整。 
正确的 Criteria 构建方式
基本查询构建
正确的 Criteria 查询应该从指定字段开始:
// 正确的方式:直接指定字段和条件
Criteria criteria = Criteria.where("subject.documentId").is(search.getDocumentId())
    .and("audit.deletedBy.id").not().exists();
这种方式清晰明了,直接链式调用构建完整的查询条件。
条件动态构建
在实际应用中,我们经常需要根据业务逻辑动态构建查询条件。正确的做法是:
Criteria criteria = new Criteria(); // 初始化为空条件
if (search.getDocumentId() != null) {
    criteria = criteria.and("subject.documentId").is(search.getDocumentId());
}
if (search.getDeleted() != null) {
    criteria = search.getDeleted() 
        ? criteria.and("audit.deletedBy.id").exists()
        : criteria.and("audit.deletedBy.id").not().exists();
}
虽然这里也使用了空 Criteria 初始化,但在动态构建场景下,这是可以接受的模式。
否定查询的注意事项
使用 .not() 进行否定查询时需要特别注意:
.not()必须紧跟在字段指定之后,条件指定之前- 否定查询会创建特殊的查询结构,确保 Elasticsearch 能正确解析
 
// 正确否定查询
Criteria.where("audit.deletedBy.id").not().exists();
// 错误方式(会导致NPE)
Criteria criteria = new Criteria();
criteria.and(new Criteria("audit.deletedBy.id").not().exists());
组合查询的最佳实践
对于复杂的组合查询,建议:
- 优先使用链式调用保持代码清晰
 - 对于特别复杂的查询,可以考虑拆分并最后组合
 - 使用适当的缩进和格式化提高可读性
 
// 复杂查询示例
Criteria criteria = Criteria.where("status").is("ACTIVE")
    .and(
        Criteria.where("createDate").gte(startDate)
            .or("updateDate").gte(startDate)
    )
    .and("department").in(departments);
总结
Spring Data Elasticsearch 的 Criteria API 提供了强大的查询构建能力,但需要遵循正确的使用模式。记住始终从具体字段开始构建查询,正确处理否定查询,并注意方法返回值。通过遵循这些最佳实践,可以避免常见的 NPE 错误,构建出高效可靠的 Elasticsearch 查询。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
最新内容推荐
 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
105
133
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
599
161
暂无简介
Dart
568
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
250
14
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
103
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
446