elasticsearch 查询与过滤器

我看不到任何关于何时应该使用查询、过滤器或两者结合的描述。他们之间有什么区别？有人能解释一下吗？

区别很简单：过滤器是缓存的，不会影响分数，因此比查询更快。也看看。假设一个查询通常是用户键入的，并且非常不可预测，而过滤器帮助用户缩小搜索结果的范围，例如使用facet。

这是官方文档所说的：

作为一般规则，应使用过滤器而不是查询：

• 对于二进制是/否搜索
• 用于查询精确值

---

一般来说，应使用查询而不是筛选器：

• 用于全文搜索
• 其中结果取决于相关性得分

---

基本上，当您希望对文档执行带有评分的搜索时，会使用查询。 过滤器用于缩小使用查询获得的结果集。过滤器是布尔型的

例如，假设您有一个类似zomato的餐厅索引。 现在，您需要搜索提供“比萨饼”的餐厅，这基本上是您的搜索关键字

因此，您将使用query查找包含“pizza”的所有文档，并获得一些结果

比如说，现在你想要一份提供比萨饼且评级至少为4.0的餐厅名单

因此，您需要做的是在查询中使用关键字“pizza”，并将筛选应用于评级为4.0

---

所发生的情况是，过滤器通常应用于通过查询索引获得的结果。

除此之外，几乎没有其他内容。 首先应用过滤器，然后对查询结果进行处理。为了存储每个文档的二进制真/假匹配，使用了称为位集数组的东西。 此位集数组位于内存中，将在第二次查询筛选器时使用。这样，使用位集数组数据结构，我们就能够利用缓存的结果

这里还要注意的一点是，过滤器缓存仅在执行请求时创建，因此仅在第二次命中时创建，我们实际上获得了缓存的优势

但是你可以用，来克服这个。当您针对一个更热的API使用过滤器注册查询时，它将确保在新段上线时针对新段执行该查询。因此，我们将从第一次执行本身获得一致的速度。

一个示例（自己尝试） 假设索引

myindex

包含三个文档：

curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world!" }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world! I am Sam." }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hi Stack Overflow!" }'

查询：文档与查询的匹配程度 查询

hello sam

（使用关键字

must

） 文档

“你好，世界！我是山姆。”

的得分高于

“你好，世界！”

，因为前者与查询中的两个词都匹配对文档进行评分。

"hits" : [
   ...
     "_score" : 0.74487394,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...
     "_score" : 0.22108285,
     "_source" : {
       "name" : "Hello world!"
     }
   ...

筛选器：文档是否与查询匹配 过滤器

hello sam

（使用关键字

Filter

） 返回包含

hello

或

sam

的文档文档未评分

"hits" : [
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world!"
     }
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...

---

---

除非您需要全文搜索或评分，否则首选过滤器，因为经常使用的过滤器将由Elasticsearch自动缓存，以提高性能。请参见过滤器此文档是否匹配？二进制是或否回答

---

查询

->此文档是否匹配？它配得怎么样？使用评分

自从Elasticsearch版本2以来，过滤器和查询已经合并，任何查询子句都可以用作过滤器或查询（取决于上下文）。与版本1一样，过滤器是缓存的，如果评分不重要，则应使用过滤器

---

来源：

查询：计算分数；因此，他们能够返回按相关性排序的结果。

---

过滤器：不计算分数，使其更快、更易于缓存。

对，如果用户正在进行谷歌类型的搜索，那么我会使用查询吗？如果他们从下拉列表中选择可能的值（例如，发票计数>50），那么这将是一个过滤器？是的，这完全正确。任何时候，您需要通过某种度量来限制整个文档集，通常情况下，过滤器是合适的。因此，可能根据年龄、长度、大小等因素，etcMy解决方案在同一个请求中使用过滤器和查询，并且在测试数据库中速度非常快。我们将很快获取实时数据，看看它的速度有多快。@Zach说得非常清楚，在多租户系统中，租户/身份验证信息似乎是添加到每个查询中的过滤器（即过滤查询）。是吗？@Scott是的，我会这么做。您还可以设置过滤的别名，以便“用户别名”始终应用适当的过滤器。使管理更容易，不需要更改代码来更新查询、查询中的额外错误等。事实上，官方文档不是很清楚，似乎出现了一个带有更高级解释的页面：值得注意的是，在ES 2.0中，因此针对查询和过滤器所说和编写的大部分内容将不再适用。还要检查宣布此更改的列表。当我要删除文档时，是否应尽可能使用筛选器？我不希望在删除文档时将其缓存，您不需要任何分数，也不需要进行全文搜索。这将是一个过滤器，因为您只需要做出删除/不删除的决定。你不能提供一个请求主体的例子吗？很有趣！我没有意识到在查询之前会出现过滤器。过滤器的缓存现在更有意义了，但并不总是如此。过滤分数查询和常量分数查询之间的基本和主要区别。常量分数始终首先执行查询，然后对其应用过滤器。即使是已筛选的查询也有一些设置，查询可以通过这些设置执行

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "filter": { "match": { "msg": "hello sam" }}}}
}'

"hits" : [
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world!"
     }
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...