Elasticsearch2.x Filter执行流程及缓存原理

最新推荐文章于 2024-07-29 17:57:54 发布

飞奔的代码

最新推荐文章于 2024-07-29 17:57:54 发布

阅读量5.4k

点赞数 6

分类专栏： Elasticsearch技术总结文章标签： Elasticsearch TermQuery 原理分析缓存

本文链接：https://blog.csdn.net/chennanymy/article/details/52403594

版权

本文详细介绍了Elasticsearch2.x中Filter的执行流程和缓存原理，包括Filter的Query和Filter Context，基本查询过程，位图（bitset）的创建和迭代，以及Filter Cache的工作机制。强调了Filter在非评分查询中的作用，以及如何通过位图优化查询效率和缓存策略。

摘要由CSDN通过智能技术生成

一、基本概念

这里说的Filter非Post filter，关于Post filter这里不做介绍，我们主要关注的是在执行一个评分查询前执行的Filter。

在讲述ES Filter的执行流程和缓存原理之前，有几个概念我们必须要清楚。

Query and Filter context

官网地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/query-filter-context.html

1. Query Context

所谓查询上下文，是指包含一个或多个查询条件的逻辑组合，QueryContext里包含的的单个查询表示的含义是“文档和该查询条件的匹配度有多大”，针对QueryContext里的每一个查询都会计算出一个_score来表示匹配度，整个QueryContext的匹配度评分等于其包含所有单个查询评分的总和，所以针对一个Query我们更多关注的是匹配度。

2.Filter Context

过滤器上下文和查询上下文类似，都是由1个或多个子查询(Query clause) 组成的。他们的区别在于Filter不会计算文档得分，它代表的含义是“文档和该查询条件是否匹配”，所以针对一个Filter我们更多关注的是能否可以过滤掉文档，返回的结果只能是可以或者不可以（true or false）。

二、基本查询

在写基本查询前我们先创建一个索引（my_store）和一个类型（products）并插入4条product数据

curl -XPUT http://localhost:9200/my_store
curl -XPOST http://localhost:9200/my_store/products/_mapping -d '
{
	"products": {
		"properties": {
			"productID": {
				"type