elasticsearch中query和filter区别

区别

在进行query的时候，除了完成匹配的过程，我们实际上在问“这个结果到底有多匹配我们的搜索关键词”。在所有的返回结果的后面都会有一个​​_score​​字段表示这个结果的匹配程度，也就是相关性。相关性越高的结果就越排在前面，相关性越低就越靠后。当两个文档的相关性相同的时候，会根据lucene内部的​​doc_id​​字段来排序，这个字段对于用户是不可见的也不能控制。

而在进行filter的时候，仅仅是在问“这个文档符不符合要求”，这仅仅是一个过滤的操作判断文档是否满足我们的筛选要求，不会计算任何的相关性。比如​​timestamp​​​的范围是否在2019和2020之间，​​status​​状态是否是1等等。

在一个查询语句里面可以同时存在​​query​​​和​​filter​​​，只不过只有​​query​​​的查询字段会进行相关性​​_score​​​的计算，而​​filter​​​仅仅用来筛选。比如在下面的查询语句里面，只有​​title​​​字段会进行相关性的计算，而下面的​​status​​只是为了筛选并不会计算相关性。

GET /my_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "title": "Search"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "state": 1
          }
        }
      ]
    }
  }
}

对于在实际应用中应该用​​query​​​还是用​​filter​​​需要根据实际的业务场景来看。如果你的产品的搜索只是需要筛选得到最后的搜索结果并不需要Elasticsearch的相关性排序（你可能自定义了其他的排序规则），那么使用​​filter​​​就完全能够满足要求并且能够有更好的性能（​​filter​​​不需要计算相关性而且会缓存结果）；如果需要考虑文档和搜索词的相关性，那么使用​​query​​就是最好的选择。

相关性

上面讲到了在使用​​query​​查询的时候会计算相关性并且进行排序，很多人都会好奇相关性是怎么计算的？

相关性的计算是比较复杂的，详细的文档可以参考下面的介绍：

1.​​什么是相关性​​

2.​​ElasticSearch 使用教程之_score(评分)介绍​​

3.​​相关度评分背后的理论​​

我这里只是做一个简单的介绍。

Elasticsearch的相似度计算主要是利用了全文检索领域的计算标准——TF/IDF（Term Frequency/Inverted Document Frequency）也就是检索词频率和反向文档频率

1. TF（检索词频率）：检索词在这个字段里面出现的频率越高，相关性越高。比如搜索词出现5次肯定比出现1次的文档相关性更高。
2. IDF（反向文档频率）：包含检索词的文档的频率越高，这个检索词的相关性比重越低。如果一个检索词在所有的文档里面都出现了，比如中文的​​的​​，那么这个检索词肯定就不重要，相对应的根据这个检索词匹配的文档的相关性权重应该下降。
3. 字段长度：注意这个字段是文档的里面被搜索的字段，不是检索词。如果这个字段的长度越长，相关性就越低。这个主要是因为这个检索词在字段内的重要性降低了，文档就相对来说不那么匹配了。

在复合查询里面，比如​​bool​​​查询，每个子查询计算出来的评分会根据特定的公式合并到综合评分里面，最后根据这个综合评分来排序。当我们想要修改不同的查询语句的在综合评分里面的比重的时候，可以在查询字段里面添加​​boost​​​参数，这个值是相对于​​1​​​来说的。如果大于​​1​​​则这个查询参数的权重会提高；如果小于​​1​​，权重就下降。

这个评分系统一般是系统默认的，我们可以根据需要定制化我们自己的相关性计算方法，比如通过脚本自定义评分。

场景

原则上来说，使用查询语句做全文本搜索或其他需要进行相关性评分的时候，剩下的全部用过滤语句

GET /my_index/_search
{
  "query": {
    "filtered": {
      "query": [
        {
          "match": {
            "title": "Search"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "state": 1
          }
        }
      ]
    }
  }
}

filtered 查询同时接受接受 query 与 filter 。

filtered和filter的区别

es 5.0版本更新后，filtered的查询将替换为bool查询。

filtered是比较老的的版本的语法。现在目前已经被bool替代。推荐使用bool。