elasticsearch小记之——query和filter的主要区别

最新推荐文章于 2025-09-09 20:42:26 发布
原创 最新推荐文章于 2025-09-09 20:42:26 发布 · 2.5w 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#elasticsearch #java

本文深入探讨了电子商务网站中如何使用Filter和Query进行产品筛选和搜索，解释了它们之间的主要区别，即Filter作为快速筛选工具，而Query则通过打分机制实现更精确的搜索，并提供了关于性能考量的见解。

下面讲讲我一般使用的场景

  1. 我是先使用filter把不需要的过滤掉，例如现在有一个电子商务的网站，我要查询一个category的id为1下面的所有产品，那么我首先会使用filter把category id等于1的产品过滤出来，也就是查出来
  2. 对于上面的filter出来的结果我再这个category下面查询name为“五子弥勒”的产品，这个时候我就会使用query，为什么呢，因为可能有的产品的name完全match 这个“五子弥勒”的关键字，但是有的产品可能只会match其中的一个词汇，所以，如果我需要把有相似性的查出来，这个是query是具备这个功能的，query的本质不是筛选，而是查询。query他会给结果打分，然后按照分数进行一个排序，如果命中的比较多，分数自然就很高，那么就会排在前面。这里提到了一个打分的概念，个人认为这个打分主要还是看分词器对他的命中，然后给一个评估，关于分词器，我会在后面的博客中提到。

所以，这个时候，大家应该知道filter和query的主要区别了，另外关于性能的我在提一下，上面提到 filter 是不进行打分的，他只是一个筛选，对不感兴趣的直接筛选掉；而query需要打分，可以想象成是一个命中率的概念，是一个率，不过如果你不想看到打分，你可以通过参数去控制，结果也就没有排序了，但是实际上，对性能的提升不大，因为主要的性能不是放在排序上面，而是在匹配上面

【Elasticsearch】Elasticsearch filter和query的不同
九师兄
05-09 551
查询上下文中，查询操作不仅仅会进行查询，还会计算分值，用于确定相关度；在过滤器上下文中，查询操作仅判断是否满足查询条件过滤器上下文中，查询的结果可以被缓存。
Elasticsearch Filter和Query的区别及应用
2301_79367634的博客
09-02 228
它提供了丰富的功能和灵活的查询语言，其中包括Filter和Query。Filter适用于需要快速筛选文档的情况，而Query适用于需要根据相关性对文档进行搜索和排序的场景。与Filter不同，Query会考虑文档的相关性评分，以便返回最匹配查询条件的文档。Query更加灵活，可以使用各种不同的查询类型和组合来满足不同的搜索需求。上述代码中，我们使用了一个Query来搜索标题中包含"best books"关键词，并且发布日期在2020年1月1日之后的文档。字段为"books"的文档。
Elasticsearch Query： filter与must的区别
weixin_44490757的博客
10-22 1906
同样是按条件匹配，filter不统计相关度，must统计相关度 must比filter计算更复杂，更耗时 问：如果进行范围查询，例如获取2020-80-01之后的document，must会如何计算相关度？ 答：如果同时使用range做查询，must查询后，结果中的document的相关度默认均为1。 使用 must { "query": { "bool": { "must": [ { .
elasticsearch中filter、must、should使用不生效问题
qq_32483795的博客
09-08 4706
这里写自定义目录标题写在前面原始需求变更需求问题分析解决问题 写在前面 项目中遇到了一个查询问题，原本查询是title=“A” or content=“B”，经需求优化，需要变成（title=“A” or content=“B”） and (state = “C”)。 原始需求 查询title或introduction中满足的字段值 GET forexknow_album_bean/_search { "query": { "bool": { "should": [
ES_BoolQueryBuilder_入门指南
最新发布
weixin_42862424的博客
09-09 1624
Elasticsearch (ES) 是一个基于 Lucene 的分布式搜索引擎，提供了强大的全文搜索和分析能力。与传统的关系型数据库不同，ES 使用 JSON 文档存储数据，并提供了灵活的查询 DSL (Domain Specific Language)。BoolQueryBuilder 是 Elasticsearch 中最强大和灵活的查询构建器，它允许你构建复杂的搜索条件。通过理解mustshouldmust_not和filter。
ElasticSearch学习笔记 | Multi_match多字段匹配、bool复合查询
北鹤M的代码手账
01-27 1263
本文测试数据为官方提供的测试数据，导入方法在学习笔记本章节第一篇中：https://blog.csdn.net/qq_20051535/article/details/113242821 一、Multi_match多字段匹配 例：查询 address 和 city 中任意一项包含 mill 的结果 GET bank/_search { "query": { "multi_match": { "query": "mill", "fields": ["address"
elasticsearch的must和filter
li413663418的博客
06-08 1531
主要有两点吧： 1、filter不计算相关度，只进行数据过滤 2、filter对查询的数据有缓存功能（记录一个缓存byte） 总之，filter会比query快，一般除过检索（需要知道相关度）的查询外，其他尽量用filter ...
elasticsearch
zxl8899的博客
03-20 233
elasticsearch小记之——must和filter的主要区别 must的性能要低一些，为什么？因为他要进行打分评估，也就是说要进行_score，而filter则不会。 下面讲讲我一般使用的场景 一般来说，我是先使用filter把不需要的过滤掉，例如现在有一个电子上午的网站，我要查询一个category的id为1下面的所有产品，那么我首先会使用filter把category id等于1的产品...
ElasticSearch Query DSL之query context和filter context
qq_20068025的博客
10-04 693
注： 作为本文的示例数据，都放在了最后的样例数据小节中了。之后的讲解中，都以这些样例数据为例子。 1. 引言 基于样例数据的dept字段（keyword类型），执行如下两个查询 查询一： # 直接使用term查询，可以查询到id=7的文档 GET idx-susu-test-context/_search { "query": { "term": { "dept": { "value": "UI" } } } } 查询二： # 在term.
Elasticsearch——Match query
qq_37107851的博客
10-18 1079
返回与提供的text、number、date或boolean匹配的文档。匹配前会分析提供的文本。 match查询是执行全文搜索的标准查询，包括模糊匹配选项。 例如： GET /_search { "query": { "match": { "message": { "query": "this is a test" } } } } match的Top-level参数 <field> （必填，object）要搜索的字段。
ElasticSearch中must和filter的区别
fechinchu的博客
01-05 1万+
上图是项目中所使用的ES Java-high-level-client,问题来了，must和filter究竟有什么区别？哪些地方用must？哪些地方用filter？
5. must 与 filter
静艺的专栏
02-23 2142
must和filter 同样可以查询出需要的数据结果，底层的数据处理有些区别。 Elasticsearch 默认是按照文档与查询的相关度(匹配度)的得分倒序返回结果的. 得分 (_score) 就越大, 表示相关性越高。得分越高，搜索的数据排序靠前。 must：结果会进行得分计算，进行得分计算。 filter：过滤数据，直接过滤，结果不会进行得分计算，查询速度会快，并且可以使用查询缓存。 实际使用场景： 如：查询河北省，年龄18岁，名字中有“阳东”的关键字的人名。 1.数据过滤，“河北省”和“年
【Elasticsearch】 10-DSL语法详解-复合查询bool（must、should、must_not、filter）
程序员小屋
09-17 9543
bool查询是Elasticsearch中的布尔查询，它允许组合多个查询条件以过滤和排序文档。must：所有的查询子句都必须匹配，类似于"AND"操作。should：至少一个查询子句必须匹配，类似于"OR"操作。must_not：查询子句不应该匹配，类似于"NOT"操作。filter：与must相似，但不会影响查询的相关性得分。bool查询内部可以包含多个全文检索和精确查询语法，子查询可以任意顺序出现，可以嵌套多个查询
es之must、filter、must_not、should
刘皇叔说Java的博客
07-29 5496
在Elasticsearch（ES）中，must、filter（通常是通过bool查询中的filter子句实现）、和must_not是构建复杂查询条件时常用的几个关键词，它们各自具有不同的用途和行为特性。用途：虽然filter不是直接作为查询的一部分使用的关键字（实际上，它是bool查询中的一个字段），但它用于指定查询中必须满足的过滤条件，但不会影响文档的评分。影响：must_not条件同样会影响文档的评分，但在这个上下文中，它的主要目的是排除不满足条件的文档，而不是计算评分。
ES中must与filter的区别
热门推荐
愤怒的豌豆炮的博客
10-27 1万+
ES中must与filter的区别 Elasticsearch(下面简称ES)中的bool查询在业务中使用也是比较多的。在一些非实时的分页查询，导出的场景，我们经常使用bool查询组合各种查询条件。 Bool查询包括四种子句： must filter should must_not 1.must 文档 必须 匹配这些条件才能被包含进来。 相当于sql中的 and 2.must_not 文档 必须不 匹配这些条件才能被包含进来。 相当于sql中的 not 3.should 如果满足这些语句中的任意语句，将
elasticsearch6.8 基础查询类型(must、must_not、should、filter)
qq_24570443的博客
06-17 4955
因为记不住DSL语句的写法，本文为个人记录elasticsearch查询示例，以免用到的时候到处百度。 第一步：创建测试索引 curl -H "Authorization: Basic ZWxhc3RpYzoxMjM0NTY=" -X POST "http://172.16.1.119:9200/test/_search?pretty" -H 'Content-Type: application/json' -d' { "query": { "bool": {
must与filter的区别 elasticsearch
risc123456的博客
06-16 544
而filter不进行打分，排序，filter之后的记录并不是有序的。只不过must会对满足条件的记录进行打分，排序。must与filter都是判断是否满足条件。
elastic里filter和must的区别
seek for me
01-15 698
在Elasticsearch中，filter和must都是用于限制查询结果的机制，它们在功能上有一些重叠，但也有一些区别。它们通常出现在bool查询中，作为查询的组成部分。理解它们的区别有助于更精确地设计查询。
Elasticsearch的`query`和`filter`有什么区别？
03-19
<think>好的，我现在需要回答用户关于Elasticsearch中query和filter区别的问题。首先，我要回忆一下自己之前学过的相关知识，并结合提供的引用内容来组织答案。 根据引用内容，query和filter的主要区别在于是否计算相关度分数和是否缓存结果。用户提到引用[2]中说明，query会计算相关度并排序，而filter只过滤数据，不计算分数。同时，filter有自动缓存机制，可以提升性能，而query不行。此外，引用[4]也提到query用于搜索场景，注重相关性，而filter用于过滤场景，注重精确匹配。 接下来需要将这些点整理成结构清晰的回答，每个区别单独成段，并加上引用标识。例如，相关度计算、性能差异、缓存机制、应用场景等部分。同时要注意用户提到的系统级指令，如使用中文回答，数学表达式正确格式，生成相关问题等。 在生成相关问题部分，需要围绕区别、性能优化、应用场景、缓存机制等方面提问，确保问题有针对性且能帮助用户深入理解。同时，要确保所有引用都正确标注来源，如引用[1]、引用[2]等。 最后，检查回答是否符合格式要求，比如使用正确的LaTeX格式（虽然这个问题可能用不上数学表达式，但需要确认），结构是否清晰，引用是否正确，以及是否有生成的相关问题。同时，避免使用任何markdown格式，保持自然的中文表达。</think>### Elasticsearch query vs filter 区别 Elasticsearch 中 `query` 和 `filter` 的核心差异体现在**相关性计算**、**性能优化**和**应用场景**上，具体如下： --- #### 1. **相关性计算与排序** - **query**： 会计算每个文档与搜索条件的相关度（通过评分机制，如 TF-IDF 或 BM25），并按照得分从高到低排序。适合需要匹配相关性的场景，例如全文搜索“包含 `run` 的文档”，结果可能包括 `running` 或 `sprint` 等近似词[^2][^4]。 - **filter**： 仅判断文档是否满足条件（如“状态是否为 `active`”），不计算相关度，结果无排序。适用于精确过滤，例如筛选“创建时间在 2023 年”的文档[^2]。 --- #### 2. **性能与缓存机制** - **query**： 由于需要计算分数且无法缓存结果，性能较低，尤其是复杂查询[^2]。 - **filter**： 自动缓存高频使用的过滤条件，后续相同查询可直接读取缓存，大幅提升速度。可通过 `_cache: true` 显式启用缓存[^1][^2]。 --- #### 3. **语法与使用场景** - **query**： 用于搜索场景，如 `match`, `term` 等查询语句，关注“匹配程度”。例如： ```json { "query": { "match": { "title": "apple" } } } ``` - **filter**： 用于过滤场景，常嵌套在 `bool` 查询中，关注“是否满足条件”。例如： ```json { "query": { "bool": { "filter": [ { "term": { "status": "published" } } ] } } } ``` 引用[3][^5]中的示例也体现了这种结构。 --- #### 4. **组合使用建议** - 在需要同时过滤和搜索时，推荐将 `filter` 与 `query` 结合，例如通过 `bool` 查询： ```json { "query": { "bool": { "must": [ { "match": { "title": "apple" } } ], "filter": [ { "term": { "category": "tech" } } ] } } } ``` 这种组合既保证相关性，又利用缓存提升性能[^3]。 ---
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值