query 和 filter区别

 

 

query和filter的区别简述

        query关注点：此文档与此查询子句的匹配程度如何

        filter关注点：此文档和查询子句匹配吗

 

Query查询的细化关注点：

            

• query查询的结果集判断标准

            1、是否包含

                    即该文档是否应该成为结果的一部分，也即是否满足过滤条件

            2、相关度得分

                   除了是否满足过滤条件以外，查询子句还计算了文档与其它文档相比的匹配程度，也就是文档得分_score 

            3、得分越高，相关度越高        

                   得分越高的文件，搜索时排名越靠前

• 典型应用场景：

            1、全文检索，多针对text字段，有相关性评分的 

                    这种相关性搜索，很少有完全“正确”的答案。

                    如：

                            文档中存在字段hotel_name：“上海浦东香格里拉酒店”

                            IK实际分词结果如下：

                                    上海浦东,上海,浦东,香格里拉,格里,里拉,酒店。

                            也就是说，搜索以上关键词都能搜到：hotel_name：“上海浦东香格里拉酒店”的酒店。这些都是“相关”的。

                            因此在实际使用时，需要一个扥分项来决定，哪些应该靠前输出，也就是适合使用query

 

filter过滤的细化关注点：

 

• filter过滤的结果集判断标准

            1、是否包含

                    即该文档是否应该成为结果的一部分，也即是否满足过滤条件

            2、无相关度得分

                   所有满足过滤条件的项，彼此没有区别。不存在排名靠前的说法，也就是不需要_score来决定靠前。 

            3、针对结构化数据        

                  适用于精确匹配，范围搜索。

                    如： 时间戳timestamp是否在2015年到2016年之间

                    如： 状态值是否为400

            4、更快

                    因为不需要做得分计算，也就是更快。

                    另外经常使用的过滤器会被es自动缓存下来，加速访问，挺高了整体性能

        

 

query和filter的性能不同

 

                过滤查询（filter）是对集合包含/排除的简单检查，这使得它们计算速度非常快。 当至少有一个过滤查询是“稀疏”（仅有少量匹配的文档）时，可以利用各种优化，并且可以将缓存经常使用的filter过滤查询缓存在内存中以加快访问速度。对比之下，query检索(评分查询)不仅要查找匹配的文档，还要计算每个文档的相关程度，这通常会使其比非评分文档更复杂。 另外，查询结果不可缓存。

                由于倒排索引，只有几个文档匹配的简单评分查询（query检索）可能会比跨越数百万个文档的过滤器（filter过滤）表现得更好。 但是，一般来说，fiter过滤的性能将胜过评分查询（query检索）。

 

            过滤（filter）的目标是减少必须由评分查询（query）检查的文档数量。

 

filter过滤怎么缓存呢？

                Elasticsearch将创建一个文档匹配过滤器的位集bitset（如果文档匹配则为1，否则为0）。 随后用相同的过滤器执行查询将重用此信息。

每当添加或更新新文档时，位集bitset也会更新。