知识背景
在 ES 查询优化的建议里，很多时候为了避免算分逻辑和利用缓存逻辑，Elastic 会建议大家使用 filter 条件。
filter 的使用条件和原理具体可以参照之前写的博文《Elasticsearch filter context 的使用原理》
这里我们来研究 2 个实用案例，具体的感受一下 filter context 的使用效果。
普通案例
第一个案例，我们选择一个 range date 的条件进行测试环境测试，将其中 must 条件改成 filter 条件，测试 5 次以上，观测其缓存数据。
# 清空缓存
POST indexname/_cache/clear?query=true
# 查询 5-10 次
GET indexname/_search
{
"query": {
"bool": {
"must": [
{
"range": {
"date": {
"gte": "2024-01-01",
"lte": "2024-03-01"
}
}
}
]
}
}
}
# 查询缓存状态
GET indexname/_stats?human=true&filter_path=*.*.query_cache
可以看到 query_cache 的 size/count 始终为 0，也就是并没有利用到缓存。
查询的耗时也维持在 900-1100ms 左右。
再测试 filter 条件
POST indexname/_cache/clear?query=true
# 查询 5-10 次
GET indexname/_search
{
"query": {
"bool": {
"filter": [
{
"range": {
"date": {
"gte": "2024-01-01",
"lte": "2024-03-01"
}
}
}
]
}
}
}
GET indexname/_stats?human=true&filter_path=*.*.query_cache
在重复的查询过程中，查询速度有明显的加快。
多次查询之后
查看 query_cache size/count 有明显的使用。
使用误区
那是不是所有的 filter 就会加速呢？再看下面这个查询
must 方法
GET indexname/_search
{
"query": {
"bool": {
"must": [
{
"terms": {
"idno": [
"2024001Q0001235681",
"2024001Q0002356812",
"2024001Q0008197301",
"2024001Q0002817617"
]
}
}
]
}
}
}
filter 方法
GET indexname/_search
{
"query": {
"bool": {
"filter": [
{
"terms": {
"idno": [
"2024001Q0001235681",
"2024001Q0002356812",
"2024001Q0008197301",
"2024001Q0002817617"
]
}
}
]
}
}
}
可以看到 2 个查询条件多次查询后，查询耗时差别不大。
并且都产生了 query cache 的使用。
must 条件
filter 条件
难道这两个查询都成了 filter context 查询？既然 filter context 的判断依据之一是查询条件是否算分，就可以使用 “explain”: true 进行进一步分析。
must 方法
filter 方法
可以看到查询方法在 ES 这里做了隐性的转换。这两个查询对应的底层查询方法为 ConstantScore，而 ConstantScore 也是可以被认为是 filter context 的一种。因此这里的 must 查询也达到 filter 查询使用 querycache 的优势。
校验思路
- cache 数据
GET indexname/_stats?human=true&filter_path=*.*.query_cache
也可以通过简单安装一个 INFINI Console（https://docs.infinilabs.com/console/main/docs/getting-started/install/） 进行图表监控（在监控图表-索引-advance 中）
- 查询使用的算分方法
利用 explain API 判断查询语句是否转换成符合 filter context 的类型，比如是否转换成了 constant score，或者算分规则被消除了，等等
GET indexname/_search
{"explain": true,
"query": {
"bool": {
"filter": [
{
"terms": {
"idno": [
"2024001Q0001235681",
"2024001Q0002356812",
"2024001Q0008197301",
"2024001Q0002817617"
]
}
}
]
}
}
}
作者：金多安，极限科技搜索运维专家，Elastic 认证专家，搜索客社区日报责任编辑。一直从事与搜索运维相关的工作，日常会去挖掘 ES / Lucene 方向的搜索技术原理，保持搜索相关技术发展的关注。
共同学习，写下你的评论
评论加载中...
作者其他优质文章
