BooleanPredicateClausesStep 过滤器的链接顺序是否重要？答案

【问题标题】：Does the order in which BooleanPredicateClausesStep filters are chained matter?BooleanPredicateClausesStep 过滤器的链接顺序是否重要？
【发布时间】：2022-08-04 20:29:41
【问题描述】：

我有以下方法可以创建一个BooleanPredicateClausesStep 来进行查询。

private BooleanPredicateClausesStep<?> getJournalAndSpatialSearchCriteria(GeoFilter geoFilter, SearchPredicateFactory factory, Boolean includeJournalsWithStatusFinished) {
    SearchPredicate journalLocationMustResideWithinRadius = getJournalsContainedWithinRadiusPredicate(geoFilter, factory);
    SearchPredicate mustOrShouldBeOfStatus = getSubmissionStatusConditionPredicate(includeJournalsWithStatusFinished, factory);
    return factory.bool()
        .filter( journalLocationMustResideWithinRadius )
        .filter( factory.match().field( \"deleted\" ).matching( \"false\" ) )
        .filter( mustOrShouldBeOfStatus )
        .filter( factory.match().field( \"containsHarvestEntry\" ).matching( \"true\" ) )
        .filter( factory.match().field( \"grownOutdoors\" ).matching( \"true\" ) );
}

它包含一个空间搜索谓词，用于检查期刊是否属于预定义的圆形地理区域。所有其他过滤器都是简单的过滤器，仅检查某个字段是否与值匹配。

我的问题是：所有这些过滤器是按顺序实现还是同时实现？或者换一种说法； lucene 会先获取所有属于定义地理区域的对象，然后再检查它们是否被删除还是同时检查两者？ hibernate search documentation 没有说明过滤器的处理顺序。

标签： elasticsearch filter lucene hibernate-search hibernate-search-6

【解决方案1】：

简而言之：不，在单个布尔谓词中声明过滤器的顺序无关紧要.无论顺序如何，结果都是相同的，而无论顺序如何，性能很可能是相同的。

详细解答：

给定布尔谓词中的子句顺序无关紧要，因为谓词将匹配相同的文档而不管顺序如何。

关于实现，它有点复杂，但粗略地说过滤器会变成DocIdSetIterators，然后组合起来，这样组合的迭代器只会遍历返回的文档全部迭代器。这意味着每个迭代器将一个接一个地递增。

但是，有一些优化允许迭代器“跳过”与前一个迭代器匹配的文档，因此顺序可能很重要，但仅出于性能考虑：如果您有一个快速且匹配很少文档的过滤器，则最好执行首先它。

但... Lucene 通常知道每个过滤器/迭代器的“成本”，并且会自动更改迭代器的顺序以首先执行成本较低的迭代器（参见 Lucene 8.11 中的org.apache.lucene.search.ConjunctionDISI#createConjunction）。

综上所述：即使是为了性能，虽然订单在内部很重要，但应该不重要你.所以，别想了：）

【讨论】：