ES中must与filter的区别

在 Elasticsearch 的布尔查询（bool query）中，must 和 filter 是两个核心子句，它们的核心区别在于 是否影响相关性评分，这直接决定了它们在查询性能、使用场景和结果排序上的差异。以下是详细对比：

一、核心区别

二、底层原理

1. must 子句

• 执行流程：

  1. 对每个文档执行查询条件
  2. 计算匹配条件的相关性评分（_score）
  3. 合并所有 must 子句的评分（默认相加）
  4. 按总分排序结果

• 典型应用：

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "elasticsearch" } },  // 全文搜索
        { "range": { "price": { "gte": 100 } } }    // 范围条件（但需要影响排序）
      ]
    }
  }
}

2. filter 子句

• 执行流程：

  1. 使用倒排索引快速过滤文档（无需计算评分）
  2. 结果集返回匹配文档（不排序）
  3. 若与其他评分查询组合，仅传递过滤后的文档给评分模块

• 典型应用：

{
  "query": {
    "bool": {
      "must": [ { "match": { "title": "elasticsearch" } } ],
      "filter": [ 
        { "term": { "status": "published" } },      // 精确匹配
        { "range": { "publish_date": { "gte": "2023-01-01" } } }
      ]
    }
  }
}

三、使用场景对比

1. 必须使用 must 的场景

• 需求涉及相关性排序： 例如：搜索商品时，关键词匹配度高的结果需要排在前面。
• 需要组合多个相关性条件： 例如：同时匹配标题和内容的关键词，且两者的匹配度共同影响排序。

2. 必须使用 filter 的场景

• 精确筛选数据： 例如：过滤出状态为"已发布"、价格在 100-500 元之间的商品。
• 高频重复查询： 例如：电商平台首页的"促销商品"筛选（同样条件会被多次执行）。
• 不关心排序的过滤： 例如：审计日志的时间范围过滤，结果按时间倒序即可。

四、性能优化技巧

1. 层级优化原则

将过滤条件尽量放在 filter 中，优先缩小数据集：

{
  "query": {
    "bool": {
      "must": [ { "match": { "content": "性能优化" } } ],
      "filter": [
        { "term": { "category": "技术文档" } },
        { "range": { "view_count": { "gte": 1000 } } }
      ]
    }
  }
}

2. 强制跳过评分

对 must 中的非相关性条件使用 constant_score：

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "elasticsearch" } },
        { "constant_score": {     // 此条件不贡献评分
            "filter": { "term": { "version": "7.x" } },
            "boost": 0   // 评分权重设为0
        }}
      ]
    }
  }
}

3. 缓存验证

通过 _search API 的 profile 参数验证是否命中缓存：

GET /index/_search?request_cache=true
{
  "query": { "bool": { "filter": [ {...} ] } }
}

五、错误使用案例

1. 误用 must 导致性能下降

// 错误：用 must 处理精确匹配
{
  "bool": {
    "must": [
      { "term": { "status": "active" } },  // 精确条件应放在 filter
      { "range": { "age": { "gte": 18 } } }
    ]
  }
}

2. 误用 filter 导致排序失效

// 错误：用 filter 处理需要影响排序的条件
{
  "bool": {
    "must": [ { "match": { "title": "紧急通知" } } ],
    "filter": [ { "range": { "priority": { "gte": 5 } } } ]  // priority 应影响排序
  }
}

六、高级组合用法

1. 混合使用提升性能

{
  "query": {
    "bool": {
      "must": [ { "match": { "text": "error" } } ],
      "filter": [
        { "term": { "service": "gateway" } },
        { "range": { "@timestamp": { "gte": "now-1h" } } }
      ]
    }
  }
}

2. 嵌套 bool 查询

{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "系统故障" } },
        { "bool": { 
            "filter": [    // 嵌套的过滤条件
              { "term": { "environment": "prod" } },
              { "range": { "severity": { "gte": 3 } } }
            ]
        }}
      ]
    }
  }
}

七、总结

• must 的本质：贡献相关性评分的条件，适用于需要影响结果排序的场景。
• filter 的本质：高效的二进制过滤器，适用于精确匹配和高频查询。
• 黄金法则 ： 能用 filter 的不要用 must ------ 除非明确需要该条件影响评分。