查询和过滤上下文
编辑查询和过滤上下文
编辑相关性评分
编辑默认情况下，Elasticsearch 会根据相关性评分对匹配的搜索结果进行排序，该评分衡量每个文档与查询的匹配程度。
相关性评分是一个正浮点数，在搜索 API 的 _score 元数据字段中返回。_score 越高，文档的相关性就越高。虽然每种查询类型都可以以不同的方式计算相关性评分，但评分计算也取决于查询子句是在查询还是过滤上下文中运行。
查询上下文
编辑在查询上下文中，查询子句回答“此文档与该查询子句匹配程度如何？”的问题。除了确定文档是否匹配之外，查询子句还会在 _score 元数据字段中计算相关性评分。
只要查询子句传递给 query 参数（例如，搜索 API 中的 query 参数），查询上下文就会生效。
过滤上下文
编辑过滤器回答二元问题“此文档是否与该查询子句匹配？”。答案简单地是“是”或“否”。过滤具有以下几个好处
- 简单的二元逻辑：在过滤上下文中，查询子句根据是/否标准确定文档匹配，无需评分计算。
- 性能：由于它们不计算相关性评分，因此过滤器的执行速度比查询快。
- 缓存：Elasticsearch 会自动缓存经常使用的过滤器，从而加快后续搜索性能。
- 资源效率：与全文查询相比，过滤器消耗更少的 CPU 资源。
- 查询组合：过滤器可以与评分查询结合使用，以有效地细化结果集。
过滤器对于查询结构化数据和在复杂搜索中实现“必须具备”条件特别有效。
结构化数据是指以预定义的方式高度组织和格式化的信息。在 Elasticsearch 的上下文中，这通常包括
- 数值字段（整数、浮点数）
- 日期和时间戳
- 布尔值
- 关键字字段（精确匹配字符串）
- 地理点和地理形状
与全文字段不同，结构化数据具有始终如一、可预测的格式，使其成为精确过滤操作的理想选择。
常见的过滤器应用包括
- 日期范围检查：例如，
timestamp字段是否在 2015 年到 2016 年之间 - 特定字段值检查：例如，
status字段是否等于“已发布”，或者author字段是否等于“John Doe”
当查询子句传递给 filter 参数时，会应用过滤上下文，例如
-
bool查询中的filter或must_not参数 -
constant_score查询中的filter参数 -
filter聚合
过滤器优化查询性能和效率，尤其是在结构化数据查询以及与全文搜索结合使用时。
查询和过滤上下文的示例
编辑以下是查询子句在 search API 的查询和过滤上下文中使用的示例。此查询将匹配满足以下所有条件的文档
title字段包含单词search。content字段包含单词elasticsearch。status字段包含精确单词published。publish_date字段包含 2015 年 1 月 1 日及以后的日期。
$params = [
'body' => [
'query' => [
'bool' => [
'must' => [
[
'match' => [
'title' => 'Search',
],
],
[
'match' => [
'content' => 'Elasticsearch',
],
],
],
'filter' => [
[
'term' => [
'status' => 'published',
],
],
[
'range' => [
'publish_date' => [
'gte' => '2015-01-01',
],
],
],
],
],
],
],
];
$response = $client->search($params);
resp = client.search(
query={
"bool": {
"must": [
{
"match": {
"title": "Search"
}
},
{
"match": {
"content": "Elasticsearch"
}
}
],
"filter": [
{
"term": {
"status": "published"
}
},
{
"range": {
"publish_date": {
"gte": "2015-01-01"
}
}
}
]
}
},
)
print(resp)
response = client.search(
body: {
query: {
bool: {
must: [
{
match: {
title: 'Search'
}
},
{
match: {
content: 'Elasticsearch'
}
}
],
filter: [
{
term: {
status: 'published'
}
},
{
range: {
publish_date: {
gte: '2015-01-01'
}
}
}
]
}
}
}
)
puts response
res, err := es.Search(
es.Search.WithBody(strings.NewReader(`{
"query": {
"bool": {
"must": [
{
"match": {
"title": "Search"
}
},
{
"match": {
"content": "Elasticsearch"
}
}
],
"filter": [
{
"term": {
"status": "published"
}
},
{
"range": {
"publish_date": {
"gte": "2015-01-01"
}
}
}
]
}
}
}`)),
es.Search.WithPretty(),
)
fmt.Println(res, err)
const response = await client.search({
query: {
bool: {
must: [
{
match: {
title: "Search",
},
},
{
match: {
content: "Elasticsearch",
},
},
],
filter: [
{
term: {
status: "published",
},
},
{
range: {
publish_date: {
gte: "2015-01-01",
},
},
},
],
},
},
});
console.log(response);
GET /_search
{
"query": {
"bool": {
"must": [
{ "match": { "title": "Search" }},
{ "match": { "content": "Elasticsearch" }}
],
"filter": [
{ "term": { "status": "published" }},
{ "range": { "publish_date": { "gte": "2015-01-01" }}}
]
}
}
}
|
|
|
|
|
|
|
|
在查询上下文中计算的查询评分表示为单精度浮点数；它们仅对有效数有 24 位精度。超过有效数精度的评分计算将转换为浮点数，并损失精度。
在查询上下文中使用查询子句来表示应影响匹配文档评分的条件（即文档匹配程度），并在过滤上下文中使用所有其他查询子句。