理解elasticsearch的post_filter
《Elasticsearch 权威指南》中，post_filter出现在聚合章节，描述post_filter的作用为：只过滤搜索结果，不过滤聚合结果；
描述比较简单，还是用实例来加深理解吧。
环境信息
以下是本次实例的环境信息，请确保您的Elasticsearch可以正常运行：
- 操作系统：Ubuntu 18.04.2 LTS
- JDK：1.8.0_191
- Elasticsearch：6.7.1
- Kibana：6.7.1
实例数据
查询用到的数据是个名为cars的索引，里面保存了多条汽车销售记录，字段有品牌(make)、颜色(color)、价格(price)、售卖时间(sold)等，在elasticsearch-head查看数据如下图：
如果您想将上图中的数据导入到自己的es环境，请参考《Elasticsearch聚合学习之一：基本操作》，文中有详细的导入步骤；
假设一个查询聚合的需求
对上述索引，假设我们的查询需求是：品牌为ford的汽车有哪些颜色
这个需求是容易实现的：先限定查询范围（品牌为ford），再用类型为terms的桶对color字段做聚合；
具体的DSL怎么写呢？随着我们想要的数据的不同，有不同的写法：
第一种：用查询结果生成聚合结果，然后只返回聚合结果
只要设置size参数为0，就不会返回查询结果(返回JSON中，hits.hits的数组长度为0)：
GET /cars/transactions/_search
{
"size": 0,
"query": { ---查询
"bool": { ---布尔查询
"filter": { ---用了过滤器
"term": { ---精确匹配
"make": "ford" ---匹配make字段为ford的文档
}
}
}
},
"aggs": {
"colors": {
"terms": { ---桶类型为terms
"field": "color" ---根据color字段聚合
}
}
}
}
返回内容中只有聚合结果：
{
"took" : 144,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 2,
"max_score" : 0.0,
"hits" : [ ] ---这里面是查询结果，现在长度为0
},
"aggregations" : { ---这里面是用前面的查询结果来做聚合的结果，所有品牌为ford的文档，根据颜色不同进入了两个桶
"colors" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "blue", ---蓝色
"doc_count" : 1
},
{
"key" : "green", ---绿色
"doc_count" : 1
}
]
}
}
}
第二种：用查询结果生成聚合结果，然后返回聚合结果和查询结果
如果我们想在返回内容中包含查询结果，只要把"size": 0,这个参数去掉即可：
GET /cars/transactions/_search
{
"query": { ---查询
"bool": { ---布尔查询
"filter": { ---用了过滤器
"term": { ---精确匹配
"make": "ford" ---匹配make字段为ford的文档
}
}
}
},
"aggs": {
"colors": {
"terms": { ---桶类型为terms
"field": "color" ---根据color字段聚合
}
}
}
}
返回的内容如下所示，hits.hits的内容不再为空，而是包含了查询结果，至于聚合结果和前面是一样的：
{
"took" : 39,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 2,
"max_score" : 0.0,
"hits" : [ ---这个JSON数组的每个元素，都一个品牌字段为ford的文档
{
"_index" : "cars",
"_type" : "transactions",
"_id" : "hVOQeGoBgL6DDzH6-9ay",
"_score" : 0.0,
"_source" : {
"price" : 30000,
"color" : "green", ---颜色是green
"make" : "ford",
"sold" : "2014-05-18"
}
},
{
"_index" : "cars",
"_type" : "transactions",
"_id" : "ilOQeGoBgL6DDzH6-9ay",
"_score" : 0.0,
"_source" : {
"price" : 25000,
"color" : "blue", ---颜色是blue
"make" : "ford",
"sold" : "2014-02-12"
}
}
]
},
"aggregations" : {
"colors" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "blue",
"doc_count" : 1
},
{
"key" : "green",
"doc_count" : 1
}
]
}
}
}
第三种：用查询结果生成聚合结果，然后返回聚合结果和被再次过滤后的查询结果
- 第三种返回的聚合结果与前面两种一模一样，都是品牌为ford的汽车的颜色；
- 聚合结果生成完毕后，查询结果可以根据post_filter参数的设置而被再次过滤，例如品牌为ford的汽车，可以把其他颜色过滤掉，只要蓝色的，然后再返回，此时返回的查询结果中就只有品牌为ford并且颜色是blue的文档，具体的DSL如下：
GET /cars/transactions/_search
{
"query": {
"bool": {
"filter": {
"term": {
"make": "ford"
}
}
}
},
"post_filter": { ---在生成了聚合结果后，对即将返回的查询结果做一次过滤
"term": {
"color": "blue" ---过滤条件是只保留color字段为blue的文档
}
},
"aggs": {
"colors": {
"terms": {
"field": "color"
}
}
}
}
返回数据如下，可见聚合结果和前面两种一模一样，只是查询结果中只有color字段为blue的文档：
{
"took" : 13,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 1,
"max_score" : 0.0,
"hits" : [
{
"_index" : "cars",
"_type" : "transactions",
"_id" : "ilOQeGoBgL6DDzH6-9ay",
"_score" : 0.0,
"_source" : {
"price" : 25000,
"color" : "blue",
"make" : "ford",
"sold" : "2014-02-12"
}
}
]
},
"aggregations" : {
"colors" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "blue",
"doc_count" : 1
},
{
"key" : "green",
"doc_count" : 1
}
]
}
}
}
至此，post_filter的基本功能已介绍完毕，如果只做查询不做聚合，post_filter的作用和我们常用的filter是类似的，但由于post_filter是在查询之后才会执行，所以post_filter不具备filter对查询带来的好处(忽略评分、缓存等)，因此，在普通的查询中不要用post_filter来替代filter；
欢迎关注我的公众号：程序员欣宸
