es(elasticsearch) 查询(query)利用filter做优先级优化从而提高查询性能

es进行query查询的时候，当你的预期是索引树能像mysql的左前缀原理一样，先查uid，在查另外的条件内容，从而提高查询效率，那么以下的写法是错误的：

$search = [
    'query' => [
        'bool' => [
            'must' => [
                [
                    'term' => [
                        'uid' => 1466037109,
                    ],
                ],
                [
                    'match' => [
                        'content' => [
                            'query' => '我',
                        ],
                    ],
                ],
            ],
        ],
    ],
];

正确的写法是这样：

$search = [
    'query' => [
        'bool' => [
            'filter' => [
                [
                    'term' => [
                        'uid' => 1466037109,
                    ],
                ],
            ],
            'must'   => [
                [
                    'match' => [
                        'content' => [
                            'query' => '我',
                        ],
                    ],
                ],
            ],
        ],
    ],
];

filter 条件比 must 条件执行起来更快，因为 filter 条件会先缩小候选文档范围，然后再对这个范围应用其他条件。

所以第二个查询中使用了filter条件，其性能会比第一个查询更好。

但是要注意，通常用于不计算相关性分数且对性能要求高的情况下，可以将查询条件放在filter下，而不会影响相关性得分计算，如果你的查询需要计算得分相关就不能这样用了。

---

在看下下面的案例，不是所有的查询条件使用filter都会生效的

比如这个查询，查询uid+模糊匹配关键字使用了正则的wildcard，当你尝试进行优化。

$search = [
    'query' => [
        'bool' => [
            'must'   => [
                [
                    'term' => [
                        'uid' => 1466037109,
                    ],
                ],
                [
                    'wildcard' => [
                        'content' => [
                            'value' => '*我*',
                        ],
                    ],
                ],
            ],
        ],
    ],
];

尝试优化：

$search = [
    'query' => [
        'bool' => [
            'filter' => [
                [
                    'term' => [
                        'uid' => 1466037109,
                    ],
                ],

            ],
            'must'   => [
                [
                    'wildcard' => [
                        'content' => [
                            'value' => '*我*',
                        ],
                    ],
                ],
            ],
        ],
    ],
];

经过调试不好意思，优化失败，部署了6个节点的es服务器，索引大小100GB，uid条件搜出来的集合只有50条数据，单独搜索uid的时间 total_time=0.2秒 。

然后加上了wildcard后，上面的两个查询都是要好几秒，最少都是3秒以上。

按照我们的预期uid搜出50条数据只用了0.2秒，在进行模糊匹配那肯定没多少开销，为什么要查询这么久？

答案如下：

通配符查询（wildcard）是一种模糊查询，它在匹配文档时允许使用通配符来匹配相应的文本。通配符查询会扫描整个索引以找到匹配的文档，这可能会导致较慢的搜索速度，尤其是在大型数据集上。另外，通配符查询无法利用倒排索引等机制实现索引唯一性，因此即使在小范围内也需要全面检查符合通配符匹配的文档。

总结：filter来规划查询优先级位次查询不是所有的查询语句都能得到优化的，大部分是可以做得到的，遇到正则这种就不行了。