1.过滤器(filter)
通常用于过滤文档的范围,比如某个字段是否属于某个类型,或者是属于哪个时间区间。例如:1)创建日期是否在2014-2015年间 ; 2)status字段是否为succes; 3)lat_lon字段是否在某个坐标的10公里范围内?
查询示例:
<pre class="prettyprint xml">{ "size": 0, "filter": { "bool": { "must": [ { "terms": { "keyword": [ "手机", "iphone" ] } }, { "range": { "cdate": { "gt": "2015-11-09T11:00:00" } } } ] } } }
2.查询器(query)
query的使用方法像极了filter,但query更倾向于更准确的查找。例如:1)与full text search的匹配度最高 2)正则匹配 3)包含run单词,如果包含这些单词:runs、running、jog、sprint,也被视为包含run单词 4)包含quick、brown、fox。这些词越接近,这份文档的相关性就越高
查询器会计算出每份文档对于某次查询有多相关(relevant),然后分配文档一个相关性分数:_score。而这个分数会被用来对匹配了的文档进行相关性排序。相关性概念十分适合全文搜索(full-text search),这个很难能给出完整、“正确”答案的领域。
查询示例:
{ "size": 1, "query": { "bool": { "must": [ { "terms": { "keyword": [ "手机", "iphone" ] } }, { "range": { "cdate": { "gt": "2015-11-09T11:00:00" } } } ] } } }
3.性能区别
filter是不计算相关性的,同时可以cache。因此,filter速度要快于query。
4.两者结合
使用query和filter查询的话,需要使用 {query:{filtered:{}}} 来包含这两个查询语法。他们的好处是,借助于filter的速度可以快速过滤出文档,然后再由query根据条件来匹配。
示例如下:
{ "size":0, "query": { "filtered": { "query": { "bool": { "should": [], "must_not": [ ], "must": [ { "term": { "channel_name":"微信自媒体微信" } } ] } } }, "filter":{ "range": { "idate": { "gte": "2015-09-01T00:00:00", "lte": "2015-09-10T00:00:00" } } } } }
我们这业务上关于elasticsearch的查询语法基本都是用query filtered方式进行的,我也推荐大家直接用这样的方法。should ,must_not, must 都是列表,列表里面可以写多个条件。 这里再啰嗦一句,如果你的查询是范围和类型比较粗大的,用filter ! 如果是那种精准的,就用query来查询。
{ ”bool”:{ ”should”:[], #相当于OR条件 ”must_not”:[], #必须匹配的条件,这里的条件都会被反义 ”must”:[] #必须要有的 } }