ฉันไม่เห็นคำอธิบายใด ๆ เมื่อฉันควรใช้แบบสอบถามหรือตัวกรองหรือชุดค่าผสมบางอย่างของทั้งสอง ความแตกต่างระหว่างพวกเขาคืออะไร? ใครช่วยอธิบายหน่อยได้ไหม

ความแตกต่างนั้นง่าย: ตัวกรองถูกแคชและไม่มีผลต่อคะแนนดังนั้นเร็วกว่าการสืบค้น ดูที่นี่ด้วย สมมติว่าคำค้นหามักเป็นสิ่งที่ผู้ใช้พิมพ์และคาดเดาไม่ได้ในขณะที่ตัวกรองช่วยให้ผู้ใช้ลดผลการค้นหาเช่นการใช้ facets

นี่คือสิ่งที่เอกสารอย่างเป็นทางการพูดว่า:

ตามกฎทั่วไปควรใช้ตัวกรองแทนการสืบค้น:

• สำหรับการค้นหาไบนารีใช่ / ไม่ใช่
• สำหรับการค้นหาด้วยค่าที่แน่นอน

ตามกฎทั่วไปแล้วควรใช้คำค้นหาแทนตัวกรอง:

• สำหรับการค้นหาข้อความแบบเต็ม
• เมื่อผลลัพธ์ขึ้นอยู่กับคะแนนความเกี่ยวข้อง

ตัวอย่าง (ลองด้วยตัวเอง)

ดัชนีพูดmyindexมีสามเอกสาร:

curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world!" }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world! I am Sam." }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hi Stack Overflow!" }'

คำค้นหา: เอกสารตรงกับแบบสอบถามอย่างไรดี

ข้อความค้นหาhello sam(ใช้คำหลักmust)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "must": { "match": { "msg": "hello sam" }}}}
}'

เอกสาร"Hello world! I am Sam."ถูกกำหนดให้คะแนนสูงกว่า"Hello world!"เนื่องจากคำก่อนหน้าตรงกับคำทั้งสองในแบบสอบถาม เอกสารถูกทำแต้ม

"hits" : [
   ...
     "_score" : 0.74487394,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...
     "_score" : 0.22108285,
     "_source" : {
       "name" : "Hello world!"
     }
   ...

ตัวกรอง: ระบุว่าเอกสารตรงกับแบบสอบถามหรือไม่

ตัวกรองhello sam(ใช้คำหลักfilter)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "filter": { "match": { "msg": "hello sam" }}}}
}'

เอกสารที่มีhelloหรือsamส่งคืน เอกสารจะไม่ได้คะแนน

"hits" : [
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world!"
     }
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...

ยกเว้นว่าคุณต้องการค้นหาข้อความหรือให้คะแนนแบบเต็มตัวกรองเป็นที่ต้องการเนื่องจากตัวกรองที่ใช้บ่อยจะถูกแคชโดยอัตโนมัติโดย Elasticsearch เพื่อเพิ่มความเร็ว ดูElasticsearch: แบบสอบถามและบริบทการกรอง

นอกจากนี้น้อยมากที่เหมือนกัน ตัวกรองจะถูกนำไปใช้ก่อนแล้วจึงทำการประมวลผลแบบสอบถามเหนือผลลัพธ์ ในการจัดเก็บการจับคู่ไบนารีจริง / เท็จต่อเอกสารจะใช้สิ่งที่เรียกว่า bitSet Array อาร์เรย์ BitSet นี้อยู่ในหน่วยความจำและจะใช้ตั้งแต่ครั้งที่สองที่มีการสอบถามตัวกรอง วิธีนี้ใช้โครงสร้างข้อมูลชุดบิตเราสามารถใช้ผลแคช

อีกจุดหนึ่งที่ควรทราบที่นี่แคชตัวกรองจะถูกสร้างขึ้นเฉพาะเมื่อมีการดำเนินการตามคำขอเท่านั้นจากการเข้าชมครั้งที่สองเราได้รับประโยชน์จากการแคชจริง

แต่จากนั้นคุณสามารถใช้warmer APIเพื่อให้ได้ผลเร็วกว่านี้ เมื่อคุณลงทะเบียนแบบสอบถามด้วยตัวกรองกับ API ที่อุ่นกว่ามันจะทำให้แน่ใจว่าจะดำเนินการกับกลุ่มใหม่ทุกครั้งที่มีการเผยแพร่ ดังนั้นเราจะได้ความเร็วที่สม่ำเสมอจากการประมวลผลครั้งแรก

โดยทั่วไปแล้วจะมีการใช้แบบสอบถามเมื่อคุณต้องการค้นหาเอกสารด้วยคะแนน และตัวกรองจะใช้เพื่อ จำกัด ชุดผลลัพธ์ที่ได้โดยใช้แบบสอบถาม ตัวกรองเป็นบูลีน

ตัวอย่างเช่นสมมติว่าคุณมีดัชนีร้านอาหารบางอย่างเช่น zomato ตอนนี้คุณต้องการค้นหาร้านอาหารที่ให้บริการ'พิซซ่า'ซึ่งเป็นคำหลักในการค้นหาของคุณ

ดังนั้นคุณจะใช้แบบสอบถามเพื่อค้นหาเอกสารทั้งหมดที่มี"พิซซ่า"และผลลัพธ์บางอย่างจะได้รับ

บอกว่าตอนนี้คุณต้องการรายชื่อร้านอาหารที่ให้บริการพิซซ่าและมีการให้คะแนน atleast 4.0

ดังนั้นสิ่งที่คุณต้องทำคือใช้คำหลัก"พิซซ่า"ในการค้นหาของคุณและใช้ตัวกรองเพื่อให้คะแนนเป็น 4.0

สิ่งที่เกิดขึ้นคือตัวกรองจะใช้กับผลลัพธ์ที่ได้จากการสอบถามดัชนีของคุณ

Filters-> เอกสารนี้ตรงกันหรือไม่ ไบนารีใช่หรือไม่ใช่คำตอบ

Queries-> เอกสารนี้ตรงกันหรือไม่ มันเข้ากันได้ดีแค่ไหน? ใช้การให้คะแนน

ตั้งแต่รุ่นที่ 2 ของ Elasticsearch ตัวกรองและคิวรีได้รับการผสานและส่วนคำสั่งใด ๆ สามารถใช้เป็นตัวกรองหรือแบบสอบถาม (ขึ้นอยู่กับบริบท) เช่นเดียวกับเวอร์ชัน 1 ตัวกรองจะถูกแคชและควรใช้หากการให้คะแนนไม่สำคัญ

ที่มา: https://logz.io/blog/elasticsearch-queries/