【转】elasticsearch的查询器query与过滤器filter的区别

很多刚学elasticsearch的人对于查询方面很是苦恼，说实话es的查询语法真心不简单…  当然你如果入门之后，会发现elasticsearch的rest api设计是多么有意思。 

说正题，elasticsearch的查询有两部分组成：query and filter 。 

下面是官方的query vs  filter的介绍，其实说的也是不明不白的.

https://www.elastic.co/guide/en/elasticsearch/guide/current/_queries_and_filters.html

文章会后续更新，如果文章被转走了，请到原文地址瞅瞅：  http://xiaorui.cc/?p=2317

 

Query查询器 与 Filter 过滤器

尽管我们之前已经涉及了查询DSL，然而实际上存在两种DSL：查询DSL（query DSL）和过滤DSL（filter DSL）。

过滤器（filter）通常用于过滤文档的范围，比如某个字段是否属于某个类型，或者是属于哪个时间区间

* 创建日期是否在2014-2015年间？

* status字段是否为success？

* lat_lon字段是否在某个坐标的10公里范围内？

查询器（query）的使用方法像极了filter，但query更倾向于更准确的查找。

* 与full text search的匹配度最高

* 正则匹配

* 包含run单词，如果包含这些单词：runs、running、jog、sprint，也被视为包含run单词

* 包含quick、brown、fox。这些词越接近，这份文档的相关性就越高

查询器会计算出每份文档对于某次查询有多相关（relevant），然后分配文档一个相关性分数：_score。而这个分数会被用来对匹配了的文档进行相关性排序。相关性概念十分适合全文搜索（full-text search），这个很难能给出完整、“正确”答案的领域。

query filter在性能上对比：filter是不计算相关性的，同时可以cache。因此，filter速度要快于query。

下面是使用query语句查询的结果,第一次查询用了300ms,第二次用了280ms.

Python

#blog:  http://xiaorui.cc
{
    "size": 1,
    "query": {
        "bool": {
            "must": [
                {
                    "terms": {
                        "keyword": [
                            "手机",
                            "iphone"
                        ]
                    }
                },
                {
                    "range": {
                        "cdate": {
                            "gt": "2015-11-09T11:00:00"
                        }
                    }
                }
            ]
        }
    }
}

{
    "took": 51,
    "timed_out": false,
    "_shards": {
        "total": 30,
        "successful": 30,
        "failed": 0
    },
    "hits": {
        "total": 6818,
        "max_score": 0,
        "hits": []
    }
}

#blog:  http://xiaorui.cc
{
	"size":1,
	"query":{
		"bool":{
			"must":[
				{
					"terms":{
						"keyword":[
							"手机",
							"iphone"
						]
					}
				},
				{
					"range":{
						"cdate":{
							"gt":"2015-11-09T11:00:00"
						}
					}
				}
			]
		}
	}
}
{
	"took":51,
	"timed_out":false,
	"_shards":{
		"total":30,
		"successful":30,
		"failed":0
	},
	"hits":{
		"total":6818,
		"max_score":0,
		"hits":[]
	}
}

下面是使用filter查询出来的结果,第一次查询时间是280ms,第二次130ms…. 速度确实快了不少，也证明filter走了cache缓存。 但是如果我们对比下命中的数目，query要比filter要多一点，换句话说，更加的精准。 

Python

#blog: xiaorui.cc
{
    "size": 0,
    "filter": {
        "bool": {
            "must": [
                {
                    "terms": {
                        "keyword": [
                            "手机",
                            "iphone"
                        ]
                    }
                },
                {
                    "range": {
                        "cdate": {
                            "gt": "2015-11-09T11:00:00"
                        }
                    }
                }
            ]
        }
    }
}


{
    "took": 145,
    "timed_out": false,
    "_shards": {
        "total": 30,
        "successful": 30,
        "failed": 0
    },
    "hits": {
        "total": 6804,
        "max_score": 0,
        "hits": []
    }
}<span style="font-size:13.2px;line-height:1.5;"></span>

#blog: xiaorui.cc
{
	"size":0,
	"filter":{
		"bool":{
			"must":[
				{
					"terms":{
						"keyword":[
							"手机",
							"iphone"
						]
					}
				},
				{
					"range":{
						"cdate":{
							"gt":"2015-11-09T11:00:00"
						}
					}
				}
			]
		}
	}
}
{
	"took":145,
	"timed_out":false,
	"_shards":{
		"total":30,
		"successful":30,
		"failed":0
	},
	"hits":{
		"total":6804,
		"max_score":0,
		"hits":[]
	}
}<spanstyle="font-size:13.2px;line-height:1.5;"></span>

如果你想同时使用query和filter查询的话，需要使用 {query:{filtered：{}}} 来包含这两个查询语法。他们的好处是，借助于filter的速度可以快速过滤出文档，然后再由query根据条件来匹配。

"query": {
        "filtered": {
            "query":  { "match": { "email": "business opportunity" }},
            "filter": { "term": { "folder": "inbox" }}
        }
    }
}

{   "size":0,    
    "query": {
        "filtered": {
            "query": {
                "bool": {
                    "should": [],
                    "must_not": [
                       
                    ],
                    "must": [
                        {
                         "term": {
                             
                                "channel_name":"微信自媒体微信"
                            }
                        }
                   
                    ]
                }
            }

        }，
        "filter":{
            "range": {
                "idate": {
                    "gte": "2015-09-01T00:00:00",
                    "lte": "2015-09-10T00:00:00"
                    
                    }
                }
        }
    }
}

    "query":{
        "filtered":{
            "query":  {"match":{"email":"business opportunity"}},
            "filter":{"term":{"folder":"inbox"}}
        }
    }
}
{  "size":0,    
    "query":{
        "filtered":{
            "query":{
                "bool":{
                    "should":[],
                    "must_not":[
                    ],
                    "must":[
                        {
                         "term":{
                                "channel_name":"微信自媒体微信"
                            }
                        }
                    ]
                }
            }
        }，
        "filter":{
            "range":{
                "idate":{
                    "gte":"2015-09-01T00:00:00",
                    "lte":"2015-09-10T00:00:00"
                    }
                }
        }
    }
}

 

我们这业务上关于elasticsearch的查询语法基本都是用query filtered方式进行的，我也推荐大家直接用这样的方法。should ，must_not, must 都是列表，列表里面可以写多个条件。 这里再啰嗦一句，如果你的查询是范围和类型比较粗大的，用filter ！ 如果是那种精准的，就用query来查询。 

{

”bool”:{

”should”:[],   #相当于OR条件

”must_not”:[],  #必须匹配的条件，这里的条件都会被反义

”must”:[]        #必须要有的

}

}

END..