1、query和filter的本質區別？

以下幾張圖能更好的概括：?

query關注點：此文檔與此查詢子句的匹配程度如何？

filter關注點：此文檔和查詢子句匹配嗎？

2、Query檢索細化關注點

1）是否包含？

確定文檔是否應該成為結果的一部分.

2）相關度得分多少？

除了確定文檔是否匹配外，查詢子句還計算了表示文檔與其他文檔相比匹配程度的_score。

3）得分越高，相關度越高。

更相關的文件，在搜索排名更高。

典型應用場景：

1）全文檢索——這種相關性的概念非常適合全文搜索，因為很少有完全“正確”的答案。

舉例如下：

文檔中存在字段hotel_name：“上海浦東香格里拉酒店”

IK實際分詞結果如下：?
上海浦東,上海,浦東,香格里拉,格里,里拉,酒店。

也就是說，搜索以上關鍵詞都能搜到：hotel_name：“上海浦東香格里拉酒店”的酒店。這些都是“相關”的。

但是搜索：“香格里” 是搜索不到結果的。

2）包含單詞“run”， 但也匹配”runs”, “running”, “jog”或者”sprint”。（都是奔跑的意思）

3、filter過濾細化關注點

1）是否包含？

確定是否包含在檢索結果中，回答只有“是”或“否”。

2）不涉及評分。

在搜索中沒有額外的相關度排名。

3）針對結構化數據。

適用于完全精確匹配，范圍檢索。

參見官網舉例：?
以下場景適用于filter過濾檢索：

舉例1：時間戳timestamp 是否在2015至2016年范圍內？

舉例2：狀態字段status 是否設置為“published”？

4）更快。

只確定是否包括結果中，不需要考慮得分。

為什么會更快？——經常使用的過濾器將被Elasticsearch自動緩存，以提高性能。

4、query和filter的性能不同

過濾查詢（filter）是對集合包含/排除的簡單檢查，這使得它們計算速度非常快。 當至少有一個過濾查詢是“稀疏”（僅有少量匹配的文檔）時，可以利用各種優化，并且可以將緩存經常使用的filter過濾查詢緩存在內存中以加快訪問速度。

對比之下，query檢索(評分查詢)不僅要查找匹配的文檔，還要計算每個文檔的相關程度，這通常會使其比非評分文檔更復雜。 另外，查詢結果不可緩存。

由于倒排索引，只有幾個文檔匹配的簡單評分查詢（query檢索）可能會比跨越數百萬個文檔的過濾器（filter過濾）表現得更好。 但是，一般來說，fiter過濾的性能將勝過評分查詢（query檢索）。

過濾（filter）的目標是減少必須由評分查詢（query）檢查的文檔數量。

5、filter過濾怎么緩存呢？

Elasticsearch將創建一個文檔匹配過濾器的位集bitset（如果文檔匹配則為1，否則為0）。 隨后用相同的過濾器執行查詢將重用此信息。

每當添加或更新新文檔時，位集bitset也會更新。

6、使用場景

• 全文檢索以及任何使用相關性評分的場景使用query檢索。

• 除此之外的其他使用filter過濾器過濾。

7、query和filter實戰

ebay在Elasticsearch使用經驗中總結到：

Use filter context instead of query context if possible.

即：如果可能，請使用filter過濾器上下文而不是query查詢上下文。

查詢query和過濾器filter已合并（在ES1.X版本是分開的，存在filtered檢索類型）。

ES高版本（2.X/5.X/6.x以后），任何查詢子句都可以在“查詢上下文query”中用作查詢，并在“過濾器上下文filter”中用作過濾器。

舉例：

GET /_search {"query": { "bool": { "must": [{ "match": { "title": "Search" }}, { "match": { "content": "Elasticsearch" }} ],"filter": [ { "term": { "status": "published" }}, { "range": { "publish_date": { "gte": "2015-01-01" }}} ]}} }

8、小結

官網&源碼才是王道。

多看、多思、多總結。弄清原理，高效開發才有了保障！

參考：

1、官網：

http://t.cn/R14moYO

http://t.cn/R14kLl6

2、實戰：

http://t.cn/R1bZwy8

http://t.cn/RQhzDiP

3、Google工程師視頻

總結

以上是生活随笔為你收集整理的Elasticsearch filter和query的不同的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。