查看原文
其他

说说 Elasticsearch filter 和 post_filter 的区别?

铭毅天下 铭毅天下Elasticsearch 2024-03-20

1、线上问题

如上所示,问题是:“把 green 这个条件放到 query 里面做一个 bool 查询,有什么不一样吗?”

2、拿官方样例飞行数据举例

这个问题涉及到:filter(过滤器)和 post_filter(后过滤器)的区别,我们拿官方样例索引:kibana_sample_data_flights 做一样演示。

3、filter 过滤+聚合的场景

直接上 DSL,检索条件为:过滤目标城市为:CO(缩写代号)的数据,然后以目标天气执行聚合操作。本质是:先过滤后聚合。

POST kibana_sample_data_flights/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "DestCountry": "CO"
          }
        }
      ]
    }
  },
  "aggs": {
    "terms_aggs": {
      "terms": {
        "field": "DestWeather",
        "size": 10
      }
    }
  }
}

召回结果如下(忽略 检索部分,只保留聚合):

4、在filter 基础上加 post_filter 场景

POST kibana_sample_data_flights/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "DestCountry": "CO"
          }
        }
      ]
    }
  },
  "post_filter": {
    "term": {
      "FlightDelay": true
    }
  },
  "aggs": {
    "terms_aggs": {
      "terms": {
        "field": "DestWeather",
        "size": 10
      }
    }
  }
}

原有的:filter + 聚合没有变化,在此基础上加了:post_filter。

聚合部分结果如下图所示,对比发现,和第2部分结果一致。

但是,我们再查看检索部分的结果,我们用:beyondcompare 软件对比一下,发现基本没有相同的。

仔细梳理检索结果,如下截图所示:

初步得出结论:

  • post filter :不影响聚合结果。
  • post filter:是在检索+聚合之后,对已有数据再次进行的过滤。所以,不影响聚合结果。

5、把 post filter 过滤条件移动到 filter 内部会怎么样呢?

检索语句为:

POST kibana_sample_data_flights/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "DestCountry": "CO"
          }
        },
        {
          "term": {
            "FlightDelay": true
          }
        }
      ]
    }
  },
  "aggs": {
    "terms_aggs": {
      "terms": {
        "field": "DestWeather",
        "size": 10
      }
    }
  }
}

直接看聚合结果:很明显聚合结果完全不一样!为什么

检索条件更加细化了,样本值减少了,所以聚合数据结果各项都少了很多

初步结论:filter 过滤+聚合操作,本质是先 filter 过滤,然后再聚合操作。聚合是在已有 filter 过滤基础上执行的。

6、post_filter 还可以自定义评分

POST kibana_sample_data_flights/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "DestCountry": "CO"
          }
        }
      ]
    }
  },
  "post_filter": {
    "term": {
      "FlightDelay": true
    }
  },
  "rescore": {
    "window_size": 50,
    "query": {
      "rescore_query": {
        "term": {
          "FlightDelay": true
        }
      },
      "query_weight": 0.7,
      "rescore_query_weight": 12
    }
  }
}

在已有评分基础上,二次评分,这属于用户自定义评分的范畴。

7、小结

  • filter,应用于带 filter 子句的布尔查询,搜索请求后 filter 过滤条件对检索和聚合都产生影响。
  • post_filter,应用于执行检索之后或者聚合之后,可以看做“后过滤器”,对检索或聚合之后的结果集再进行过滤,只检索结果受影响。

推荐阅读

  1. 如何从0到1打磨一门 Elasticsearch 线上直播课?

  2. 重磅 | 死磕 Elasticsearch 方法论认知清单(2021年国庆更新版)

  3. 如何系统的学习 Elasticsearch ?

  4. 吃透 | Elasticsearch filter和query的不同


比同事抢先一步学习进阶干货!
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存