面试题：ElasticSearch中post_filter与query结合使用场景及差异

Question

请阐述在ElasticSearch中，post_filter与query结合使用的常见场景有哪些？并且说明post_filter与query在执行时机、对评分影响方面有什么差异？

Answer 1

常见场景

1. 基本过滤 + 后置过滤：在进行搜索时，先用query进行基础的条件筛选，例如查找包含特定关键词的文档。之后，使用post_filter来进一步筛选，如只返回最近一周内创建的文档。这样可以在确保相关性搜索的基础上，对搜索结果进行更细致的过滤。
2. 多维度聚合分析：query用于匹配符合业务主要搜索需求的文档，而post_filter用于在聚合分析前对文档进行额外过滤，使得聚合结果更加精准。比如在电商搜索中，query查找某类商品，post_filter则过滤出有库存的商品，再进行销量等聚合分析。
3. 搜索结果缓存：由于post_filter不影响评分，当搜索场景中有缓存需求时，可使用query进行常规搜索匹配，post_filter在缓存命中后对缓存结果进行后置过滤，减少缓存的数据量和更新频率。

执行时机差异

• query：在搜索过程中，query是最先执行的部分。它用于确定哪些文档与搜索请求中的条件相匹配，会遍历索引中的文档，根据定义的查询条件进行筛选。只有通过query筛选的文档才会进入后续处理阶段。
• post_filter：post_filter在query筛选出匹配文档、计算完评分并且进行完聚合分析（如果有聚合操作）之后执行。它作用于query筛选后的结果集，进一步过滤文档。

对评分影响差异

• query：query不仅决定哪些文档被返回，还会影响文档的评分（_score）。query中的条件匹配程度会直接反映在文档的相关性得分上，匹配程度越高，得分越高，文档在搜索结果中的排序也就越靠前。
• post_filter：post_filter只负责对已经通过query筛选且计算好评分的文档进行再次过滤，它不会影响文档的评分，仅仅是从已有的结果集中剔除不符合post_filter条件的文档。