掌握 ElasticSearch 精准查询：Term Query 与 Filter 详解

一、引言 (Introduction)

在信息检索的世界里，我们常常面临两种不同但又互补的需求：

1. 全文检索 (Full-text Search): 就像你在 Google 或百度中输入一个关键词，搜索引擎会返回一系列相关的网页。这种搜索方式关注的是文档与查询之间的 相关性，它会考虑词频、词的位置等因素，对结果进行排序。Elasticsearch 中的 match 查询（如上一篇博客所述）就是典型的全文检索方式。

2. 精准查询 (Exact Value Search): 想象一下，你正在一个电商网站上浏览商品，你只想看 “在售” 状态的商品，或者只想找 ID 为 “12345” 的特定商品。这种情况下，你关心的不是商品与查询的 相关程度，而是商品是否 完全符合 你的要求。这就是精准查询的用武之地。

Elasticsearch 作为一款强大的搜索引擎，不仅擅长全文检索，也提供了强大的精准查询功能。在本文中，我们将深入探讨两种核心的精准查询方式：Term Query 和 Filter。

• Term Query: 用于查找某个字段的值与查询值 完全相等 的文档。它不会对查询值进行分词，而是直接进行精确匹配。
• Filter: 用于筛选符合特定条件的文档，但 不计算相关性得分。它只关心文档是否匹配条件，不关心匹配程度，因此通常比计算得分的查询（如 match）更高效。

通过本文，你将掌握 Term Query 和 Filter 的基本概念、用法、区别以及它们在实际应用中的价值。

二、准备工作：创建索引和添加示例数据

在开始学习查询之前，我们需要先创建一个索引并添加一些示例数据。请确保你已经安装并启动了 Elasticsearch 7.10。推荐使用 Kibana 的 Dev Tools 来执行以下操作。

1. 创建索引 products:

   我们创建一个名为 products 的索引，其中包含以下字段：

   • product_id (keyword): 产品ID，不分词。
   • status (keyword): 产品状态（如 “in_stock”, “out_of_stock”, “discontinued”），不分词。
   • category (keyword): 产品类别（如 “electronics”, “clothing”, “books”），不分词。
   • price (double): 产品价格。
   • in_stock (boolean): 是否有库存。
   • launch_date (date): 产品发布日期。

   PUT products
   {
     "mappings": {
       "properties": {
         "product_id": {
           "type": "keyword"
         },
         "status": {
           "type": "keyword"
         },
         "category": {
           "type": "keyword"
         },
         "price": {
           "type": "double"
         },
         "in_stock": {
           "type": "boolean"
         },
         "launch_date": {
           "type": "date"
         }
       }
     }
   }
   

2. 添加示例数据:

   我们使用 _bulk API 批量添加一些产品数据：

   POST products/_bulk
   {"index":{"_index": "products"}}
   {"product_id": "12345", "status": "in_stock", "category": "electronics", "price": 299.99, "in_stock": true, "launch_date": "2023-01-15"}
   {"index":{"_index": "products"}}
   {"product_id": "67890", "status": "out_of_stock", "category": "clothing", "price": 49.99, "in_stock": false, "launch_date": "2023-03-10"}
   {"index":{"_index": "products"}}
   {"product_id": "13579", "status": "in_stock", "category": "books", "price": 19.99, "in_stock": true, "launch_date": "2023-05-20"}
   {"index":{"_index": "products"}}
   {"product_id": "24680", "status": "discontinued", "category": "electronics", "price": 199.99, "in_stock": false, "launch_date": "2022-11-01"}
   {"index":{"_index": "products"}}
   {"product_id": "11223", "status": "in_stock", "category": "electronics", "price": 599.99, "in_stock": true, "launch_date": "2023-08-01"}
   {"index":{"_index": "products"}}
   {"product_id": "33445", "status": "in_stock", "category": "clothing", "price": 79.99, "in_stock": true, "launch_date": "2023-07-15"}
   

三、Term Query：精准匹配

3.1 term 查询：单个值的精准匹配

基本概念： term 查询是 Elasticsearch 中最基本的精准查询方式。它用于查找指定字段的值与查询值 完全相等 的文档。需要特别注意的是，term 查询 不会 对查询值进行分词，而是直接将其作为一个整体进行匹配。

语法：

GET index/_search
{
  "query": {
    "term": {
      "field_name": {
        "value": "your_exact_value"
      }
    }
  }
}

参数说明：

• field_name: 要搜索的字段名。
• value: 要匹配的精确值。

示例：

• 查找 product_id 为 “12345” 的产品：

  GET products/_search
  {
    "query": {
      "term": {
        "product_id": {
          "value": "12345"
        }
      }
    }
  }
  

  结果解释： 根据我们添加的数据，这个查询将返回 product_id 为 “12345” 的那一条文档。

• 查找 status 为 “in_stock” 的产品：

  GET products/_search
  {
    "query": {
      "term": {
        "status": {
          "value": "in_stock"
        }
      }
    }
  }
  

  结果解释： 这个查询将返回所有 status 字段值为 “in_stock” 的产品文档。

Code 运行结果

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 4,
      "relation" : "eq"
    },
    "max_score" : 0.44183272,
    "hits" : [
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "PjDrMJUBaTLipzfiYli6",
        "_score" : 0.44183272,
        "_source" : {
          "product_id" : "12345",
          "status" : "in_stock",
          "category" : "electronics",
          "price" : 299.99,
          "in_stock" : true,
          "launch_date" : "2023-01-15"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "QDDrMJUBaTLipzfiYli6",
        "_score" : 0.44183272,
        "_source" : {
          "product_id" : "13579",
          "status" : "in_stock",
          "category" : "books",
          "price" : 19.99,
          "in_stock" : true,
          "launch_date" : "2023-05-20"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "QjDrMJUBaTLipzfiYli6",
        "_score" : 0.44183272,
        "_source" : {
          "product_id" : "11223",
          "status" : "in_stock",
          "category" : "electronics",
          "price" : 599.99,
          "in_stock" : true,
          "launch_date" : "2023-08-01"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "QzDrMJUBaTLipzfiYli6",
        "_score" : 0.44183272,
        "_source" : {
          "product_id" : "33445",
          "status" : "in_stock",
          "category" : "clothing",
          "price" : 79.99,
          "in_stock" : true,
          "launch_date" : "2023-07-15"
        }
      }
    ]
  }
}

重要提示：

• term 查询对 keyword 类型的字段效果最好，因为 keyword 字段不会被分词。
• 如果你对一个 text 类型的字段使用 term 查询，很可能得不到你想要的结果。因为 text 字段在索引时会被分词，而 term 查询不会对查询值分词。

3.2 terms 查询：多个值的精准匹配

基本概念：

terms 查询是 term 查询的扩展，它允许你指定一个值的列表，只要文档的指定字段与列表中的 任意一个 值完全匹配，该文档就会被返回。这相当于 SQL 中的 IN 操作符。

语法：

GET index/_search
{
  "query": {
    "terms": {
      "field_name": ["value1", "value2", "value3"]
    }
  }
}

• field_name: 要搜索的字段名。
• []: 一个包含多个值的数组，表示要匹配的多个精确值。

示例：

• 查找 category 为 “electronics” 或 “appliances” 的产品：

  GET products/_search
  {
    "query": {
      "terms": {
        "category": ["electronics", "clothing"]
      }
    }
  }
  

  结果解释： 这个查询将返回所有 category 字段值为 “electronics” 或 “clothing” 的产品文档。根据我们的示例数据：

  • product_id 为 “12345”、“24680” 和 “11223” 的产品 (category 为 “electronics”)
  • product_id 为 “67890” 和 “33445” 的产品 (category 为 “clothing”)

  都会被返回。

Code 运行结果

{
 ...
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "9WhxJpUBFTEr5wdT-FfA",
        "_score" : 1.0,
        "_source" : {
          "product_id" : "12345",
          "status" : "in_stock",
          "category" : "electronics",
          "price" : 299.99,
          "in_stock" : true,
          "launch_date" : "2023-01-15"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "-GhxJpUBFTEr5wdT-FfA",
        "_score" : 1.0,
        "_source" : {
          "product_id" : "11223",
          "status" : "in_stock",
          "category" : "electronics",
          "price" : 599.99,
          "in_stock" : true,
          "launch_date" : "2023-08-01"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "9mhxJpUBFTEr5wdT-FfA",
        "_score" : 1.0,
        "_source" : {
          "product_id" : "67890",
          "status" : "out_of_stock",
          "category" : "clothing",
          "price" : 49.99,
          "in_stock" : false,
          "launch_date" : "2023-03-10"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "-WhxJpUBFTEr5wdT-FfA",
        "_score" : 1.0,
        "_source" : {
          "product_id" : "24680",
          "status" : "discontinued",
          "category" : "electronics",
          "price" : 199.99,
          "in_stock" : false,
          "launch_date" : "2022-11-01"
        }
      },
      {
        "_index" : "products",
        "_type" : "_doc",
        "_id" : "-mhxJpUBFTEr5wdT-FfA",
        "_score" : 1.0,
        "_source" : {
          "product_id" : "33445",
          "status" : "in_stock",
          "category" : "clothing",
          "price" : 79.99,
          "in_stock" : true,
          "launch_date" : "2023-07-15"
        }
      }
    ]
  }
}

3.3 term vs. match_phrase

为了更好地理解 term 查询的特性，我们将其与上一篇博客中介绍的 match_phrase 查询进行对比：

假设我们有一个索引 my_index，其中有一个 description 字段，类型为 text。我们向该索引添加一个文档，其 description 值为 “The quick brown fox jumps over the lazy dog”。

1. 准备数据：

PUT my_index
{
“mappings”: {
“properties”: {
“description”: {
“type”: “text”
}
}
}
}

POST my_index/_doc
{
“description”: “The quick brown fox jumps over the lazy dog”
}
```

2. 使用 term 查询：

• 示例 1：查询 “quick brown”

  GET my_index/_search
  {
    "query": {
      "term": {
        "description": {
          "value": "quick brown"
        }
      }
    }
  }
  

  结果： 这个查询很 不会 返回任何结果(默认分词器下)。因为 term 查询不会对 “quick brown” 进行分词，而 description 字段在索引时已经被分词为 “the”, “quick”, “brown”, “fox”, “jumps”, “over”, “the”, “lazy”, “dog” 等词项。没有一个词项与 “quick brown” 完全相等。

• 示例 2：查询 “quick”

  GET my_index/_search
  {
    "query": {
      "term": {
        "description": {
          "value": "quick"
        }
      }
    }
  }
  

  结果： 这个查询 会 返回包含 “quick” 作为分词结果的文档。因为 “quick” 是 description 字段分词后的一个词项。

3. 使用 match_phrase 查询：

• 示例 1：查询 “quick brown”

  JSON

  GET my_index/_search
  {
    "query": {
      "match_phrase": {
        "description": "quick brown"
      }
    }
  }
  

  结果： 这个查询 会 返回包含 “quick brown” 这个短语的文档。因为 match_phrase 查询会对 “quick brown” 分词，然后要求这两个词项按顺序相邻出现。

• 示例 2：查询 “brown fox jumps”

  GET my_index/_search
  {
    "query": {
      "match_phrase": {
        "description": "brown fox jumps"
      }
    }
  }
  

  结果： 这个查询也会返回文档，因为 “brown”, “fox”, “jumps” 三个词项按照顺序相邻出现。

• term 查询适用于 keyword 类型字段的精确匹配。

• 对于 text 类型字段，term 查询匹配的是分词后的单个词项，而不是整个字段值。

• match_phrase 查询适用于 text 类型字段的短语匹配，要求词项顺序和邻近度。

四、Filter：高效过滤

4.1 什么是 Filter？

基本概念：

• Filter（过滤器）是 Elasticsearch 中一种特殊的查询方式，它用于筛选符合特定条件的文档，但 不计算相关性得分（_score）。

• Filter 的核心思想是 结果导向，它只关心文档是否 匹配 过滤条件，而不关心文档与查询的 相关程度。

• 由于不计算得分，Filter 通常比计算得分的查询（如 match）更 高效。此外，Elasticsearch 会自动 缓存 Filter 的结果，进一步提高查询性能。

语法：

Filter 通常与 constant_score 查询结合使用。constant_score 查询会将 Filter 包装起来，并为所有匹配的文档赋予一个固定的得分（默认为 1.0）。

GET _search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": { 
          "status": "in_stock"
        }
      }
    }
  }
}

参数说明：

• constant_score: 将 filter 查询包装成为一个不计算分数的查询。
• filter: 包含具体的过滤条件。在 filter 内部，你可以使用各种查询，如 term、terms、range、exists、bool 等，就像在普通的 query 中一样。

示例：

• 使用 term Filter 筛选 status 为 “in_stock” 的产品：

  GET products/_search
  {
    "query": {
      "constant_score": {
        "filter": {
          "term": {
            "status": "in_stock"
          }
        }
      }
    }
  }
  

  结果解释： 这个查询将返回所有 status 为 “in_stock” 的产品，但所有返回文档的 _score 都将是 1.0（或你在 constant_score 中指定的其他值）。

• 使用 range Filter 筛选 price 在 100 到 300 之间的产品：

  GET products/_search
  {
    "query": {
      "constant_score": {
        "filter": {
          "range": {
            "price": {
              "gte": 100,
              "lte": 300
            }
          }
        }
      }
    }
  }
  

• 使用 terms Filter 筛选 category 为 “electronics” 或 “clothing” 的产品：

GET products/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "terms": {
          "category": ["electronics", "clothing"]
        }
      }
    }
  }
}

4.2 Query vs. Filter

为了更好地理解 Filter 的作用和优势，我们将它与 Query 进行对比：

何时使用 Filter？

• 当你只关心文档是否匹配过滤条件，而 不关心 匹配程度（相关性得分）时。
• 当你需要对结果进行 过滤，并且过滤条件 不影响 文档的排序时。
• 当你需要 提高查询性能 时，特别是对于经常使用的过滤条件，Filter 的缓存机制可以带来显著的性能提升。

何时使用 Query？

• 当你需要根据 相关性得分 对文档进行 排序 时。
• 当你需要执行 全文检索，并且查询条件 会影响 文档的排序时（例如，使用 match 查询搜索包含特定关键词的文档）。

在实际应用中，Query 和 Filter 经常 结合使用。例如，你可以使用 Query 来查找与关键词相关的文档，然后使用 Filter 来过滤出符合特定条件的文档。

5. 结合使用 Term 和 Filter

在实际应用中，我们经常需要将 Term 查询与其他查询或过滤器结合起来，以构建更复杂的查询逻辑。Filter 尤其适合与 Term 查询结合，因为它们都关注精确匹配，并且 Filter 可以提高查询效率。

示例：

假设我们需要找到 products 索引中所有类别为 “electronics” 且价格在 200 到 600 之间的在售产品。我们可以结合使用 term、range 和 bool 查询，并将 range 查询放在 filter 子句中：

GET products/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "category": "electronics"
          }
        },
        {
          "term": {
            "status": "in_stock"
          }
        }
      ],
      "filter": [
        {
          "range": {
            "price": {
              "gte": 200,
              "lte": 600
            }
          }
        }
      ]
    }
  }
}

结果解释：

• bool 查询：用于组合多个查询子句。我们将在下一节详细学习 bool 查询。
  • must 子句：表示必须匹配的条件。这里我们使用了两个 term 查询，要求 category 为 “electronics” 且 status 为 “in_stock”。
  • filter 子句：表示过滤条件，不影响评分。这里我们使用了一个 range 查询，要求 price 在 200 到 600 之间。
• 由于 range 查询位于 filter 子句中，它不会影响文档的得分，只起到过滤作用。
• 最终返回的结果是同时满足 must 和 filter 条件的文档。

关于 bool 查询的进一步说明：

在上面的示例中，我们使用了 bool 查询来组合 Query 和 Filter。bool 查询提供了一种灵活的方式来组合多个查询子句：

• must： 类似于“与” (AND) 关系，要求所有子句都必须匹配。子句可以是 Query 或 Filter。
• filter： 用于放置 Filter 子句，这些子句不影响评分，只进行过滤。
• should： 类似于“或” (OR) 关系，至少有一个子句匹配即可。子句可以是 Query 或 Filter。
• must_not： 类似于“非” (NOT) 关系，要求所有子句都不匹配。子句可以是 Query 或 Filter。

通过灵活组合 bool 查询的这四个子句，我们可以构建出非常复杂的查询逻辑，同时利用 Filter 来提高查询效率。我们将在下一章节详细介绍 bool 查询的用法和更多高级特性。

六、总结 (Conclusion)

在本文中，我们深入探讨了 ElasticSearch 7.10 中的两种核心精准查询方式：Term Query 和 Filter。

• Term Query:
  • 用于查找某个字段的值与查询值 完全相等 的文档。
  • 不对查询值进行分词，直接进行精确匹配。
  • 适用于 keyword 类型字段的精确匹配。
  • terms 查询是 term 查询的扩展，允许指定多个值进行匹配。
  • range查询允许进行范围查询
• Filter:
  • 用于筛选符合特定条件的文档，但 不计算相关性得分。
  • 结果导向，只关心文档是否匹配，不关心匹配程度。
  • 通常比计算得分的查询更 高效，且结果可以被 缓存。
  • 常与 constant_score 查询结合使用。

全文检索 vs. 精准查询：

最佳实践：

• 对于精确匹配的场景，优先使用 Term Query 和 Filter。
• 对于不需要相关性得分的过滤，使用 Filter。
• 结合使用 Query 和 Filter，构建复杂的查询逻辑（可以使用 bool 查询，我们将在下一章节详细介绍）。
• 充分利用 Filter 的缓存机制，提高查询效率。

希望通过本文，你已经对 Elasticsearch 中的 Term Query 和 Filter 有了深入的理解。在下一章节中，我们将深入探讨 bool 查询，学习如何构建更复杂的查询组合。