Question

我正在查看一些旧代码，以及是否有必要对其进行重构以提高性能。

想法是...使用function_score，您正在将一个函数应用于要返回的所有文档，因此，如果只能在所需的文档上运行这些函数，那会更好。

当前的完成方式有点像这样（我简化了查询，在这里讨论）：

{
  "query": {
    "bool": {
      "must": {
        "function_score": {
          "query": {
            "match_all": {}
          },
          "functions": [
            {
              "gauss": {
                "updated_at": {
                  "origin": "now",
                  "scale": "7d",
                  "offset": "2d",
                  "decay": 0.5
                }
              }
            }
          ]
        }
      },
      "filter": [
        {
          "bool": {
            "must": [
              {
                "term": {
                  "indexed": true
                }
              }
            ],
            "must_not": [
              {
                "terms": {
                  "sale_stage": [
                    "on_hold",
                    "withdrawn",
                    "off_market"
                  ]
                }
              }
            ],
          }
        }
      ]
    }
  },
  "sort": [
    "_score",
    "_uid"
  ],
}

查询的内容并不重要。重要的是，在功能得分之外还有过滤器。

查询运行正常，并返回正确的数据。但是，我是否认为分数函数正在索引中的所有文档上运行，然后进行过滤，还是ES足够聪明，可以在此处进行优化，因为它知道我想要过滤后的数据集？

换句话说，我是否可以保留查询，还是应该将其变成这样：

{
  "query": {
    "bool": {
      "must": {
        "function_score": {
          "query": {
            "bool": {
              "must": {
                "match_all": {}
              },
              "filter": [
                {
                  "bool": {
                    "must": [
                      {
                        "term": {
                          "indexed": true
                        }
                      }
                    ],
                    "must_not": [
                      {
                        "terms": {
                          "sale_stage": [
                            "on_hold",
                            "withdrawn",
                            "off_market"
                          ]
                        }
                      }
                    ]
                  }
                }
              ]
            }
          },
          "functions": [
            {
              "gauss": {
                "updated_at": {
                  "origin": "now",
                  "scale": "7d",
                  "offset": "2d",
                  "decay": 0.5
                }
              }
            }
          ]
        }
      }
    }
  },
  "sort": [
    "_score",
    "_uid"
  ],
}

在第二个示例中，查询的目的是相同的，但是我将所有过滤移到了评分功能中。原因是，如果我有一个非常昂贵的功能（例如地理间距的东西），我不想在每个文档上都运行它。

我是否需要进行这种小的重构，还是因为ES为此而进行了优化，所以不必要吗？

Answer 1

您可以将过滤器保留在function_score查询之外。这样的想法是，如果您有多个function_score查询，则过滤仅执行一次，然后所有功能分数都将在过滤后的数据集上运行。

此外，如果您除了function_score查询之外还具有汇总，则一定要让过滤器位于外部，以便也可以在精简文档集中计算汇总。过滤器都是为了减少需要运行昂贵计算的文档集。

在Elasticsearch中使用function_score时，是否在function_score对象内部或外部使用过滤器是否重要？

1 个答案: