Elasticsearch DSL中Query与Filter的区别

Elasticsearch支持很多查询方式，除了通过9300（默认）端口通过TCP协议进行查询，另一种就是DSL，它是把请求写在JSON里面，然后进行相关查询。

一个DSL例子

GET _search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "name":   "Jim" }}, 
        { "match": { "city": "Guangzhou" }}  
      ],
      "filter": [ 
        { "term":  { "weight": "60" }}, 
        { "range": { "age": { "gte": "18" }}} 
      ]
    }
  }
}

查询的种类

Elasticsearch中的DSL主要由两部分组成：

Leaf query Cluase 叶查询子句：
这种查询可以单独使用，针对某一特定的字段查询特定的值，比如match、term、range等

Compound query Cluase复合查询子句：
这种查询配合其他的叶查询或者复合查询，用于在逻辑上，组成更为复杂的查询，比如bool


Query与Filter

查询在Query查询上下文和Filter过滤器上下文中，执行的操作是不一样的：

1、查询上下文：是在使用query进行查询时的执行环境，比如使用search的时候。
在查询上下文中，查询会回答这个问题——“这个文档是否匹配这个查询，它的相关度高么？”
ES中索引的数据都会存储一个_score分值，分值越高就代表越匹配。即使lucene使用倒排索引，对于某个搜索的分值计算还是需要一定的时间消耗。

2、过滤器上下文：在使用filter参数时候的执行环境，比如在bool查询中使用Must_not或者filter
在过滤器上下文中，查询会回答这个问题——“这个文档是否匹配？”
它不会去计算任何分值，也不会关心返回的排序问题，因此效率会高一点。
另外，经常使用过滤器，ES会自动的缓存过滤器的内容，这对于查询来说，会提高很多性能。

总而言之：
1 查询上下文：查询操作不仅仅会进行查询，还会计算分值，用于确定相关度；

2 过滤器上下文：查询操作仅判断是否满足查询条件，不会计算得分，查询的结果可以被缓存。

所以，根据实际的需求，选择不同的查询子句。