01. Elasticsearch 查询条件和过滤条件的区别？
Elasticsearch中的查询条件和过滤条件都是用于搜索和过滤文档的条件，但它们之间有一些区别。
查询条件是用于计算文档相关度得分的条件，它会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。查询条件可以使用各种类型的查询，如match、term、range、bool等。查询条件会计算每个文档的相关度得分，因此查询条件可以用于搜索和排序。
过滤条件是用于过滤文档的条件，它会将所有符合条件的文档返回，但不会计算相关度得分。过滤条件可以使用各种类型的过滤器，如term、range、bool、geo_distance等。过滤条件不会计算相关度得分，因此过滤条件可以用于过滤和聚合。
查询条件和过滤条件的区别在于，查询条件会计算每个文档的相关度得分，而过滤条件不会计算得分。因此，如果只需要过滤文档而不需要计算得分，应该使用过滤条件。另外，过滤条件可以缓存结果，提高查询性能，而查询条件不能缓存结果。
需要注意的是，查询条件和过滤条件都可以使用bool查询和bool过滤器来组合多个条件。bool查询和bool过滤器都是用于组合多个查询或过滤器的逻辑运算符，可以使用must、should、must_not三个子句来组合多个查询或过滤器。
02. ElasticSearch 过滤器的作用和特性？
ElasticSearch中的过滤器（Filter）是一种用于限制查询结果范围的查询类型，它可以根据指定的条件来过滤掉不符合要求的文档，从而提高查询效率。与查询（Query）不同，过滤器不会影响文档的相关性得分，而只是根据指定的条件来判断文档是否符合要求。
过滤器的作用和特性包括：
① 提高查询效率：过滤器可以在查询过程中快速过滤掉不符合要求的文档，从而减少查询的文档数量，提高查询效率。
② 不影响相关性得分：过滤器不会影响文档的相关性得分，因此可以与查询一起使用，同时满足查询条件和过滤条件。
③ 可以缓存：由于过滤器不会影响相关性得分，因此可以缓存过滤器的结果，以提高查询效率。
④ 支持多种条件：ElasticSearch提供了多种不同类型的过滤器，可以根据具体的查询需求选择不同的过滤器类型，如Term过滤器、Range过滤器、Bool过滤器等。
⑤ 可以组合使用：多个过滤器可以组合使用，使用逻辑运算符（如AND、OR、NOT）来定义它们之间的关系，从而实现更复杂的查询需求。
需要注意的是，过滤器虽然可以提高查询效率，但是也会占用一定的内存和CPU资源。因此，在使用过滤器时，需要根据具体的查询需求和系统资源情况进行权衡，选择合适的过滤器类型和参数。
03. ElasticSearch 中常见的过滤器有哪些？
在ElasticSearch中，过滤器（Filter）是一种用于限制查询结果范围的查询类型，它可以根据指定的条件来过滤掉不符合要求的文档，从而提高查询效率。ElasticSearch提供了多种不同类型的过滤器，包括：
① Term过滤器：用于精确匹配某个字段的值，类似于SQL中的等于（=）操作符。
② Range过滤器：用于匹配某个字段的值在指定范围内的文档，可以指定大于、小于、大于等于、小于等于等多种条件。
③ Exists过滤器：用于匹配某个字段存在的文档。
④ Bool过滤器：用于组合多个过滤器，可以使用逻辑运算符（如AND、OR、NOT）来定义它们之间的关系。
⑤ Type过滤器：用于匹配某个文档类型的文档。
⑥ Ids过滤器：用于匹配指定ID的文档。
⑦ Prefix过滤器：用于匹配某个字段以指定前缀开头的文档。
⑧ Wildcard过滤器：用于匹配某个字段符合指定通配符模式的文档。
⑨ Regexp过滤器：用于匹配某个字段符合指定正则表达式的文档。
以上是ElasticSearch中常用的一些过滤器类型，根据具体的查询需求，可以选择不同的过滤器来限制查询结果范围。
04. ElasticSearch term 查询会不会计算评分？
在ElasticSearch中，Term查询是一种精确匹配某个字段的值的查询类型，它不会计算文档的相关性得分（Relevance Score），因此不会影响查询结果的排序。
Term查询是一种非常快速和高效的查询类型，因为它只需要精确匹配某个字段的值，而不需要计算文档的相关性得分。因此，如果需要精确匹配某个字段的值，可以使用Term查询来提高查询效率。
需要注意的是，虽然Term查询不会计算文档的相关性得分，但是它仍然会返回所有匹配的文档，并按照相关性得分从高到低排序。这是因为，ElasticSearch中的查询结果总是会按照相关性得分从高到低排序，即使查询类型不会影响文档的相关性得分。
因此，虽然Term查询不会计算文档的相关性得分，但是它仍然会返回所有匹配的文档，并按照相关性得分从高到低排序。如果不需要排序，可以使用过滤器（Filter）来限制查询结果范围，以提高查询效率。
05. ElasticSearch bool 组合过滤器查询为什么有评分？
在ElasticSearch中，Bool查询可以组合多个查询条件和过滤条件，以实现更复杂的查询需求。当使用Bool查询时，查询结果会根据文档与查询条件的匹配程度计算相关性得分（Relevance Score），并按照相关性得分从高到低排序。
需要注意的是，虽然过滤器（Filter）不会影响文档的相关性得分，但是当过滤器与查询条件组合使用时，查询结果仍然会根据文档与查询条件的匹配程度计算相关性得分。这是因为，过滤器只是用来限制查询结果范围的，而查询条件则用来确定哪些文档匹配查询。因此，即使使用了过滤器，查询结果仍然需要根据文档与查询条件的匹配程度计算相关性得分。
在使用Bool查询时，如果只使用过滤器而不使用查询条件，那么查询结果不会有相关性得分，因为过滤器不会影响文档的相关性得分。但是，如果同时使用了查询条件和过滤器，那么查询结果仍然会有相关性得分，因为查询条件会影响文档的相关性得分。
因此，当使用Bool组合过滤器查询时，查询结果仍然会有相关性得分，这是因为查询条件的存在。如果不需要相关性得分，可以只使用过滤器来限制查询结果范围。
06. ElasticSearch term 查询 与term 过滤器？
term查询：会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。term查询只能精确匹配某个字段的值，不支持模糊匹配和范围查询。
term过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。term过滤器会将所有符合条件的文档返回，但不会计算相关度得分。term过滤器只能精确匹配某个字段的值，不支持模糊匹配和范围查询。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"price":10
}
PUT /my_index/_doc/2
{
"price":20
}
PUT /my_index/_doc/3
{
"price":30
}
② 查询字段 price 值包含10的文档，并按照相关度得分从高到低排序：
GET /my_index/_search
{
"query": {
"term": {
"price": {
"value": 10
}
}
}
}
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"price" : 10
}
}
]
}
}
③ 查询字段 price 值包含10的文档，查询结果不会按照相关度得分排序：
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"term": {
"price": 10
}
}
}
}
}
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.0,
"_source" : {
"price" : 10
}
}
]
}
}
需要注意的是，term查询和term过滤器都是区分大小写的，因此如果字段值的大小写不一致，可能会导致查询结果不准确。另外，如果要查询或过滤的字段是一个text类型的字段，应该使用match查询或match_phrase查询，而不是term查询或term过滤器。因为text类型的字段会进行分词，term查询或term过滤器只能匹配整个词条，无法匹配分词后的单词。
07. ElasticSearch terms 查询和 terms 过滤器？
terms查询：通常用于需要计算文档相关度得分的场景，例如全文搜索、排序等。terms查询会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。terms查询可以匹配某个字段的值在指定值列表中。
terms过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。terms过滤器会将所有符合条件的文档返回，但不会计算相关度得分。terms过滤器可以匹配某个字段的值在指定值列表中。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"price":10
}
PUT /my_index/_doc/2
{
"price":20
}
PUT /my_index/_doc/3
{
"price":30
}
② terms 查询：
GET /my_index/_search
{
"query": {
"terms": {
"price": [
"10",
"20"
]
}
}
}
{
"took" : 10,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"createTime" : "2023-03-29 10:30:11",
"tag" : "tag1",
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"createTime" : "2023-03-29 10:35:11",
"tag" : "tag2",
"price" : 20
}
}
]
}
}
③ terms 过滤：
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"terms": {
"price": [
"10",
"20"
]
}
}
}
}
}
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.0,
"_source" : {
"createTime" : "2023-03-29 10:30:11",
"tag" : "tag1",
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.0,
"_source" : {
"createTime" : "2023-03-29 10:35:11",
"tag" : "tag2",
"price" : 20
}
}
]
}
}
08. ElasticSearch range 查询与 range 过滤器？
range查询：通常用于需要计算文档相关度得分的场景，例如全文搜索、排序等。range查询会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。range查询可以匹配某个字段的值在指定范围内，支持数值、日期等类型的范围查询。
range过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。range过滤器会将所有符合条件的文档返回，但不会计算相关度得分。range过滤器可以匹配某个字段的值在指定范围内，支持数值、日期等类型的范围查询。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"price":10
}
PUT /my_index/_doc/2
{
"price":20
}
PUT /my_index/_doc/3
{
"price":30
}
② 查询 price 字段的值在10到20之间的文档，并按照相关度得分从高到低排序：
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"price" : 20
}
}
]
}
}
③ 查询 price 字段的值在10到20之间的文档，不按照相关度得分排序：
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"range": {
"price": {
"gte": 10,
"lte": 20
}
}
}
}
}
}
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.0,
"_source" : {
"price" : 20
}
}
]
}
}
需要注意的是，range查询和range过滤器的语法略有不同，但它们的功能是相同的。另外，range查询和range过滤器都可以用于数值、日期等类型的范围查询，但对于text类型的字段，应该使用match查询或match_phrase查询。
09. ElasticSearch exists 查询与 exists 过滤器？
exists查询：通常用于需要计算文档相关度得分的场景，例如全文搜索、排序等。exists查询会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。exists查询可以匹配某个字段不为空的文档。
exists过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。exists过滤器会将所有符合条件的文档返回，但不会计算相关度得分。exists查询可以匹配某个字段不为空的文档。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"price":10
}
PUT /my_index/_doc/2
{
"price":20
}
PUT /my_index/_doc/3
{
"price":30
}
PUT /my_index/_doc/4
{
"price":null
}
② 查询 price 字段不为空的文档，并按照相关度得分从高到低排序：
GET /my_index/_search
{
"query": {
"exists": {
"field": "price"
}
}
}
{
"took" : 9,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"price" : 20
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"price" : 30
}
}
]
}
}
③ 查询 price 字段不为空的文档，不按照相关度得分排序：
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"exists": {
"field": "price"
}
}
}
}
}
{
"took" : 2,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.0,
"_source" : {
"price" : 20
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 0.0,
"_source" : {
"price" : 30
}
}
]
}
}
需要注意的是，exists查询和exists过滤器的语法略有不同，但它们的功能是相同的。对于text类型的字段，应该使用match查询或match_phrase查询。
10. ElasticSearch ids 查询和 ids 过滤器？
ids查询：通常用于需要计算文档相关度得分的场景，例如全文搜索、排序等。ids查询会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。ids查询可以匹配指定文档ID。
ids过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。ids过滤器会将所有符合条件的文档返回，但不会计算相关度得分。ids过滤器可以匹配指定文档ID。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"price":10
}
PUT /my_index/_doc/2
{
"price":20
}
PUT /my_index/_doc/3
{
"price":30
}
② 查询 id=1或者 id=2的文档，并按照相关度得分从高到低排序：
GET /my_index/_search
{
"query": {
"ids": {
"values": [1,2]
}
}
}
{
"took" : 2,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"price" : 20
}
}
]
}
}
③ 查询 id=1或者 id=2的文档，不按照相关度得分排序：
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"ids": {
"values": [
"1",
"2"
]
}
}
}
}
}
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.0,
"_source" : {
"price" : 10
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.0,
"_source" : {
"price" : 20
}
}
]
}
}
11. ElasticSearch bool 查询和 bool 过滤器？
bool查询：通常用于需要计算文档相关度得分的场景，例如全文搜索、排序等。bool查询会将所有符合条件的文档按照相关度得分从高到低排序，并返回前N个文档。bool查询可以组合多个查询，支持must、should、must_not三个子句。
bool过滤器：通常用于不需要计算文档相关度得分的场景，例如精确匹配、范围查询、聚合等。bool过滤器会将所有符合条件的文档返回，但不会计算相关度得分。bool过滤器可以组合多个过滤器，支持must、should、must_not三个子句。
① 索引文档，构造数据：
PUT /my_index
{
"mappings": {
"properties": {
"createTime":{
"type": "date",
"format": "yyyy-MM-dd HH:mm:ss"
},
"tag":{
"type": "keyword"
},
"price":{
"type": "integer"
}
}
}
}
PUT /my_index/_doc/1
{
"createTime": "2023-03-29 10:30:11",
"tag": "tag1",
"price": 10
}
PUT /my_index/_doc/2
{
"createTime": "2023-03-29 10:35:11",
"tag": "tag2",
"price": 20
}
PUT /my_index/_doc/3
{
"createTime": "2023-03-29 10:38:11",
"tag": "tag3",
"price": 30
}
② bool 查询：文章来源：https://www.toymoban.com/news/detail-627462.html
GET /my_index/_search
{
"query": {
"bool": {
"must_not": [
{
"term": {
"tag": {
"value": "tag1"
}
}
}
],
"should": [
{
"range": {
"price": {
"gte": 10,
"lte": 20
}
}
}
],
"must": [
{
"term": {
"createTime": {
"value": "2023-03-29 10:38:11"
}
}
}
]
}
}
}
{
"took" : 6,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"createTime" : "2023-03-29 10:38:11",
"tag" : "tag3",
"price" : 30
}
}
]
}
}
③ boo 过滤器：文章来源地址https://www.toymoban.com/news/detail-627462.html
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"bool": {
"must_not": [
{
"term": {
"tag": {
"value": "tag1"
}
}
}
],
"should": [
{
"range": {
"price": {
"gte": 10,
"lte": 20
}
}
}
],
"must": [
{
"term": {
"createTime": {
"value": "2023-03-29 10:38:11"
}
}
}
]
}
}
}
}
}
{
"took" : 7,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 0.0,
"_source" : {
"createTime" : "2023-03-29 10:38:11",
"tag" : "tag3",
"price" : 30
}
}
]
}
}
12. SpringBoot整合ES实现bool过滤器
GET /my_index/_search
{
"query": {
"bool": {
"filter": {
"bool": {
"must_not": [
{
"term": {
"tag": {
"value": "tag1"
}
}
}
],
"should": [
{
"range": {
"price": {
"gte": 10,
"lte": 20
}
}
}
],
"must": [
{
"term": {
"createTime": {
"value": "2023-03-29 10:38:11"
}
}
}
]
}
}
}
}
}
@Slf4j
@Service
public class ElasticSearchImpl {
@Autowired
private RestHighLevelClient restHighLevelClient;
public void searchUser() throws IOException {
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 内部 bool 过滤器
BoolQueryBuilder boolQueryBuilder = new BoolQueryBuilder();
// must_not
TermQueryBuilder termQueryBuilder = new TermQueryBuilder("tag","tag1");
boolQueryBuilder.mustNot(termQueryBuilder);
// should
RangeQueryBuilder rangeQueryBuilder = new RangeQueryBuilder("price");
rangeQueryBuilder.gte(10);
rangeQueryBuilder.lte(20);
boolQueryBuilder.should(rangeQueryBuilder);
// must
termQueryBuilder = new TermQueryBuilder("createTime","2023-03-29 10:38:11");
boolQueryBuilder.must(termQueryBuilder);
// 外部 bool 过滤器
BoolQueryBuilder queryBuilder = new BoolQueryBuilder();
queryBuilder.filter(boolQueryBuilder);
searchSourceBuilder.query(queryBuilder);
SearchRequest searchRequest = new SearchRequest(new String[]{"my_index"},searchSourceBuilder);
SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
System.out.println(searchResponse);
}
}
到了这里，关于ElasticSearch系列 - SpringBoot整合ES：查询条件 query 和过滤条件 filter 的区别的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
