Elasticsearch：使用过滤器和 constant_score 优化查询？

Question

在 Udemy 教程中，我在这里遇到了这个查询：

{ "query": { "bool": {
    "must": {"match": {"genre": "Sci-Fi"}},
    "must_not": {"match": {"title": "trek"}},
    "filter:" {"range": {"year": {"gte": 2010, "lt": 2015}}}
}}}

我想知道是否可以优化它？我正在考虑两种可能的方法：

1. 将“流派”置于过滤器上下文中。但是一部电影可能有多种类型，所以我不确定使用 type keyword 和 filter-term 是否可以在那里工作。

2. 将“must_not”直接放在过滤器上下文中（没有布尔值）将不起作用，因为据我所知过滤器不允许“过滤掉”，只能“过滤要保留的内容”。但是，如果我将 must_not 包装在 constant_score 或 filter-bool 中，查询会更高效吗？还是 ES 会自动处理这些优化？我只是不明白为什么 must_not 在查询中而不是首先过滤上下文。是否可以仅部分不匹配，从而仅将分数降低一个程度？

Answer 1

关于1：

将genre 匹配移动到过滤器上下文可能会加快速度（尽管这取决于许多其他因素），但您会失去排名，这可能对您来说很重要，也可能不重要。最后，当排名很重要时使用must，如果不重要并且您的唯一目标是匹配文档或未给出某些标准，请使用filter。

此外，使用 type 关键字只会让您获得“完全匹配”语义，它可能是您想要的...或不是，取决于您创建查询的方式（用户输入或受控选择列表）...

关于2：

must_not 是 already in a filter context，所以它不会比您已经看到的更简单。过滤器上下文由filter + must_not 组成。

我要添加的最后一件事，当有人问及性能优化时我总是添加：Premature optimization is the root of all evil 所以只有在您真正看到性能问题时才这样做，以前从来没有。