Elasticsearch中filtered与filter的区别及使用方式

介绍

Elasticsearch是一个基于Lucene构建的开源、分布式、RESTful搜索引擎。在Elasticsearch中，查询和过滤是两种常见的操作，它们帮助用户从大量数据中检索和筛选信息。在Elasticsearch的不同版本中，对于查询和过滤的实现方式有所差异，特别是filtered查询和filter查询之间的区别和使用方式。

一、filtered查询（早期版本）

在Elasticsearch的早期版本中，filtered查询是一种组合查询，允许用户在一个查询中同时执行查询和过滤操作。filtered查询的结构通常包含两部分：query和filter。

query部分用于执行评分查询，即根据查询条件对文档进行评分和排序。评分查询会考虑文档与查询条件的匹配程度，并计算出一个得分，用于后续排序或相关性判断。

filter部分则用于执行过滤操作，即根据过滤条件对文档进行筛选，但不参与评分。过滤操作只关注文档是否满足过滤条件，而不考虑其与查询条件的匹配程度。

使用filtered查询时，用户可以根据具体需求组合查询和过滤条件，以实现精确的数据检索。例如，在一个电商网站的搜索场景中，用户可能希望搜索包含特定关键词的商品，并同时过滤掉价格过高或库存不足的商品。这时，可以使用filtered查询将评分查询（如match查询）和过滤查询（如range查询和term查询）组合在一起。

二、filter查询（后续版本）

随着Elasticsearch的发展，其查询DSL也在不断优化和改进。在后续版本中，filtered查询被废弃，取而代之的是直接使用filter查询来实现过滤功能。

filter查询与filtered查询中的filter部分类似，也是用于执行过滤操作，但不参与评分。它可以根据各种条件对文档进行筛选，包括范围筛选、精确值筛选、通配符筛选等。

与filtered查询相比，直接使用filter查询更加简洁和灵活。用户可以根据实际需求，将filter查询与其他查询类型（如match查询、bool查询等）组合使用，构建出复杂的查询结构。

例如，在构建一个复杂的搜索查询时，可以使用bool查询来组合多个must（必须匹配）和should（可选匹配）条件，并在其中嵌套filter查询来执行过滤操作。这样可以实现既满足搜索条件又满足过滤条件的精确查询结果。

三、使用方式

在实际使用中，根据Elasticsearch的版本和具体需求，选择适合的查询方式。对于早期版本的Elasticsearch，可以使用filtered查询来组合查询和过滤操作。而在后续版本中，应直接使用filter查询来实现过滤功能，并结合其他查询类型构建复杂的查询结构。

在使用filter查询时，需要注意以下几点：

不参与评分：filter查询只用于过滤文档，不参与评分计算。因此，在构建查询时，应将需要评分的条件放在query部分，将过滤条件放在filter部分。
高效性能：由于filter查询不参与评分，它在处理大量数据时通常具有更高的性能表现。因此，在需要过滤大量数据的场景中，应优先考虑使用filter查询。
灵活组合：filter查询可以与其他查询类型灵活组合，构建出各种复杂的查询结构。用户可以根据具体需求选择合适的查询组合方式，实现精确的数据检索和分析。

综上所述，filtered查询和filter查询在Elasticsearch中扮演着不同的角色。随着Elasticsearch的发展，推荐使用更加简洁和灵活的filter查询来实现过滤功能，并结合其他查询类型构建复杂的查询结构。在实际使用中，应根据具体需求和版本选择合适的查询方式。