ES 23 - 检索和过滤的区别 (query vs. filter)

Posted 2022-05-31 shoufeng

目录

• 1 filter与query示例
  • 1.1 准备测试数据
  • 1.2 搜索测试
• 2 filter与query的区别
  • 2.1 相关度处理上的不同
  • 2.2 性能上的对比
  • 2.3 对比结论

本文以 ES 6.6.5 版本为例进行演示.

1 filter与query示例

1.1 准备测试数据

PUT website/_doc/1

    "title": "小白学ES01",
    "desc": "the first blog about es",
    "level": 1, 
    "post_date": "2018-10-10",
    "post_address": 
        "country": "China",
        "province": "GuangDong",
        "city": "GuangZhou"
    


PUT website/_doc/2

    "title": "小白学ES02",
    "desc": "the second blog about es",
    "level": 3,
    "post_date": "2018-11-11",
    "post_address": 
        "country": "China",
        "province": "ZheJiang",
        "city": "HangZhou"
    

1.2 搜索测试

搜索条件: 搜索博客等级(level)大于等于2, 同时发布日期(post_date)是2018-11-11的博客:

(1) 不使用filter:

GET website/_doc/_search

    "query": 
        "bool": 
            "must": [
                 "match":  "post_date": "2018-11-11"  , 
                 "range":  "level":  "gte": 2   
            ]
        
    

// 结果信息: 
"hits": 
    "total": 1,
    "max_score": 2.0,
    "hits": [
        
            "_index": "website2",
            "_type": "blog",
            "_id": "2",
            "_score": 2.0,          // 评分为2.0
            "_source": 
                "title": "小白学ES02",
                "desc": "the second blog about es",
                "level": 3,
                "post_date": "2018-11-11",
                "post_address": 
                    "country": "China",
                    "province": "ZheJiang",
                    "city": "HangZhou"
                
            
        
    ]

(2) 使用filter:

GET website/_doc/_search

    "query": 
        "bool": 
            "must":  
                "match":  "post_date": "2018-11-11" 
            , 
            "filter": 
                "range":  "level":  "gte": 2  
            
        
    

// 结果信息: 
"hits": 
    "total": 1,
    "max_score": 1.0,
    "hits": [
        
            "_index": "website2",
            "_type": "blog",
            "_id": "2",
            "_score": 1.0,      // 评分为1.0
            "_source": 
                "title": "小白学ES02",
                "desc": "the second blog about es",
                "level": 3,
                "post_date": "2018-11-11",
                "post_address": 
                    "country": "China",
                    "province": "ZheJiang",
                    "city": "HangZhou"
                
            
        
    ]

2 filter与query的区别

filter和query一起使用时, 会先执行filter.

2.1 相关度处理上的不同

filter —— 只根据搜索条件过滤出符合的文档, 将这些文档的评分固定为1, 忽略TF/IDF信息, 不计算相关度分数;
query —— 先查询符合搜索条件的文档, 然后计算每个文档对于搜索条件的相关度分数, 再根据评分倒序排序.

建议:

• 如果对搜索结果有排序的要求, 要将最匹配的文档排在最前面, 就用query;
• 如果只是根据一定的条件筛选出部分数据, 不关注结果的排序, 就用filter.

2.2 性能上的对比

filter 性能更好, 无排序 —— 不计算相关度分数, 不用根据相关度分数进行排序, 同时ES内部还会缓存(cache)比较常用的filter的数据 (使用bitset <0或1> 来记录包含与否).

query 性能较差, 有排序 —— 要计算相关度分数, 要根据相关度分数进行排序, 并且没有cache功能.

2.3 对比结论

1) 业务关心的、需要根据匹配的相关度进行排序的搜索条件 放在 query 中;

2) 业务不关心、不需要根据匹配的相关度进行排序的搜索条件 放在 filter 中.

版权声明

作者: 马瘦风(https://healchow.com)

出处: 博客园 马瘦风的博客(https://www.cnblogs.com/shoufeng)

感谢阅读, 如果文章有帮助或启发到你, 点个[好文要顶??] 或 [推荐??] 吧??

本文版权归博主所有, 欢迎转载, 但 [必须在文章页面明显位置标明原文链接], 否则博主保留追究相关人员法律责任的权利.