Question

我最近正在研究ES，发现可以达到几乎相同的结果，但是对于差异我没有 clear 的想法在这两个之间。

echo Remember to call vcvarsall.bat to complete environment setup!

"Filter Aggregation"

POST kibana_sample_data_flights/_search
{
  "size": 0,
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "DestCountry": "CA"
        }
      }
    }
  },
  "aggs": {
    "ca_weathers": {
      "terms": { "field": "DestWeather" }
    }
  }
}

我的问题

为什么有两个相似的功能？我相信我错了，但是有什么区别呢？ _{（请忽略结果格式，这不是我要问的问题； p）}
如果我想过滤掉不相关/不匹配并开始对许多文档进行汇总的哪个更好？

Answer 1

在"query"中使用它时，将在索引中的所有文档上创建一个上下文。在这种情况下，它的作用类似于普通的过滤器，例如：SELECT * FROM index WHERE (my_filter_condition1 AND my_filter_condition2 OR my_filter_condition3...)。

在"aggs"中使用它时，您正在所有先前可能已经（或尚未）过滤的文档上创建上下文。假设您的结构如下：

#OPTION A
{
    "aggs":{
        t_shirts" : {
            "filter" : { "term": { "type": "t-shirt" } }
        }
    }
}

没有“查询”，与拥有

完全相同

#OPTION B
{
    "query":{
        "filter" : { "term": { "type": "t-shirt" } }
    }
}

但是结果将在不同的字段中返回。

在选项A中，结果将在aggregations字段中返回。

在选项B中，结果将在hits字段中返回。

我建议您始终在query部分应用过滤器，这样您就可以处理已过滤文档的次安全聚合。同样是因为集成成本比查询更高的性能。

希望这会有所帮助！：D

Answer 2

隔离使用的两个过滤器都是等效的。如果您未加载任何结果（匹配数），则没有任何区别。但是您可以将列表和聚合结合起来。您可以查询或过滤要列出的文档，并在受aggs过滤器进一步限制的存储桶上计算聚合。像这样：

POST kibana_sample_data_flights/_search
{
  "size": 100,
  "query": {
    "bool": {
      "filter": {
        "term": {
          ... some other filter
        }
      }
    }
  },
  "aggs": {
    "ca_filter": {
      "term": {
         "TestCountry": "CA"
      }
    },
    "aggs": {
      "ca_weathers": {
        "terms": { "field": "DestWeather" }
      }
    }
  }
}

但是您更有可能需要其他方式，即。在显示来自特定查询的文档时，对所有文档进行汇总，以显示摘要信息。在这种情况下，您需要将聚集与post_filter结合使用。

Answer 3

@Val的评论，我可能在这里引用以供参考：

在选项A中，汇总将在所有文档上运行。在选项B中，文档首先被过滤，汇总将仅在所选文档上运行。假设您有1000万个文档，而过滤器仅选择了100个，那么很明显，选项B总是会更快。

“先过滤再汇总”还是“过滤汇总”？

我的问题

3 个答案: