先列举一下使用语法示例：
POST _search
{
"query": {
"bool" : {
"must" : {
"term" : { "user" : "kimchy" }
},
"filter": {
"term" : { "tag" : "tech" }
},
"must_not" : {
"range" : {
"age" : { "gte" : 10, "lte" : 20 }
}
},
"should" : [
{ "term" : { "tag" : "wow" } },
{ "term" : { "tag" : "elasticsearch" } }
],
"minimum_should_match" : 1,
"boost" : 1.0
}
}
}
Bool Query
bool query 支持多种查询子句类型，分别是：
-
must：其查询子句必须全部被满足，逻辑相当于 and ，并且会计算分数。
-
filter：与 must 作用一样，但是不会计算分数。在 filter context 下的查询子句不会计算分数且会被缓存。
-
should：其查询子句应该被满足，也就是不一定都满足，逻辑相当于 or。
- 如果 bool query 是在 query context 下，且包含 must 子句或 filter 子句，此时只要满足 must 子句或 filter 子句里的条件就算匹配上，should 子句里的条件不会对结果有影响，只会影响分数的计算。
- 如果 bool query 是在 filter context 下，且没有包含 must 子句和 filter 子句，此时必须任意一个 should 查询条件满足才算匹配上。
以上行为都受 minimum_should_match 参数影响，也就是需要满足的 should 子句查询条件的最小数目。
-
must_not：其查询子句必须都不被满足。当子句是在 filter context 下时，不会计算分数且会被缓存。
Query context
在 query context 下的子句查询语义可以理解为“文档与查询有多相关？”。Es 通过分数（_score）来体现这个程度，分数越高，相关程度越高。
在 query 参数下的查询子句就受 query context 影响。
Filter context
在 filter context 下的子句查询语义可以理解为“文档是否与查询条件匹配？”。
在 filter context 下的查询不会计算分数，且往往会缓存来提升性能。
filter context 会作用于以下场景：
-
在 bool query 下的 filter 参数与 must_not 参数
这里有个疑问，实测使用 must_not 查询时分数都为 1.0，不确定是不是固定的呢？
-
在 constant_score 查询下的 filter 参数
-
filter 聚合
用下面的官方例子来加深印象：
使用 filter 进行查询举例
- 单独使用 filter ，匹配文档分数为0
GET _search
{
"query": {
"bool": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
- 与其他子句类型一起使用时，分数还受其他子句影响，例如下面的例子中匹配文档分数为 1.0
GET _search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"term": {
"status": "active"
}
}
}
}
}
- 使用 constant_score 查询时匹配文档分数都为 1.0
GET _search
{
"query": {
"constant_score": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
