查询和过滤

Elasticsearch 中的查询（Query）与过滤（Filter）：核心区别与应用场景

在 Elasticsearch 中，查询（Query）和过滤（Filter）是两种核心的数据筛选机制，虽然都能实现结果筛选，但在用途、性能和实现方式上有本质区别。理解二者的差异是优化查询性能和相关性的关键。

核心区别

维度	查询（Query）	过滤（Filter）
核心目标	筛选匹配的文档，并计算相关性得分（_score）	仅筛选匹配的文档，不计算得分
性能特点	消耗 CPU 资源（需计算得分），无缓存	不消耗额外 CPU，结果可被缓存（Filter Cache）
适用场景	全文检索、相关性排序（如 “搜索关键词”）	精确匹配、范围筛选（如 “价格> 100”“状态 = 激活”）

查询（Query）：注重相关性

查询操作不仅会筛选出符合条件的文档，还会根据文档与查询条件的匹配程度计算相关性得分（_score），得分越高，文档与查询的相关性越强。

常用查询类型

• 全文查询：match、match_phrase（用于文本字段，会分词）。
• 术语查询：term、terms（用于精确匹配，如关键词、数字）。
• 复合查询：bool、dis_max（组合多个查询条件）。

示例：匹配 “elasticsearch 教程” 并计算得分

GET books/_search
{
  "query": {
    "match": {
      "title": "elasticsearch 教程"  // 全文匹配，计算得分
    }
  }
}

响应中包含 _score 字段，反映文档与查询的相关性：

{
  "hits": {
    "hits": [
      {
        "_score": 2.5,  // 相关性得分
        "_source": { "title": "Elasticsearch 实战教程" }
      },
      {
        "_score": 1.8,  // 得分较低，相关性较弱
        "_source": { "title": "搜索引擎原理与 Elasticsearch 应用" }
      }
    ]
  }
}

过滤（Filter）：注重高效筛选

过滤操作仅根据条件筛选文档，不计算得分，结果可被缓存（Filter Cache），适合频繁执行的固定条件（如状态、时间范围）。

常用过滤场景

• 范围筛选（range）：如 “价格 between 100 and 200”。
• 精确匹配（term）：如 “category = 手机”。
• 存在性检查（exists）：如 “field: price”（筛选有价格字段的文档）。

示例：筛选价格 > 100 且状态为 “在售” 的商品

GET products/_search
{
  "query": {
    "bool": {
      "filter": [  // 过滤子句，不计算得分
        { "range": { "price": { "gt": 100 } } },
        { "term": { "status.keyword": "在售" } }
      ]
    }
  }
}

• 性能优势：过滤条件的结果会被缓存，后续相同查询可直接复用，大幅提升效率。
• 无得分：响应中 _score 均为 0（或 1.0，不影响排序）。

何时使用查询 vs 过滤？

1. 使用查询（Query）的场景：
   • 需要根据相关性排序（如全文搜索、推荐系统）。
   • 条件涉及文本分词匹配（如 “标题包含 Elasticsearch”）。
2. 使用过滤（Filter）的场景：
   • 条件是精确匹配或范围筛选（如 “日期在近 7 天内”“类型 = 视频”）。
   • 条件频繁重复使用（如 “仅显示已激活的用户”），可利用缓存提升性能。

组合使用：查询 + 过滤

实际场景中，常结合两者优势：用过滤筛选基础条件（高效），用查询计算相关性（精准排序）。

示例：搜索 “手机” 且价格 < 5000 的商品，按相关性排序

GET products/_search
{
  "query": {
    "bool": {
      "must": [  // 查询子句：计算得分
        { "match": { "name": "手机" } }
      ],
      "filter": [  // 过滤子句：高效筛选
        { "range": { "price": { "lt": 5000 } } }
      ]
    }
  }
}

• 执行逻辑：先通过 filter 筛选价格 < 5000 的商品，再在结果中通过 must 计算 “手机” 的相关性得分。
• 性能优化：过滤条件优先执行并缓存，减少后续查询的处理数据量。

性能对比与最佳实践

1. 性能：过滤 > 查询（因缓存和无得分计算）。
2. 缓存：
   • 过滤结果默认缓存（可通过 index.queries.cache.enabled 配置）。
   • 查询结果不缓存（得分可能随索引更新变化）。
3. 最佳实践：
   • 固定条件（如状态、类型）用过滤，动态文本条件用查询。
   • 复杂查询优先通过过滤缩小范围，再进行相关性计算