Elasticsearch 查询与过滤（Query vs. Filter）面试题

Elasticsearch 查询与过滤（Query vs. Filter）面试题 🚀

目录

• 基础概念
• 性能优化
• 实战应用
• 错误排查
• 高级场景
• 设计题
• 总结

基础概念

🔍 面试题1：基础概念

题目：
请解释Elasticsearch中query和filter的主要区别，并说明何时应优先使用filter。

👉 查看参考答案

核心区别：

特性	query	filter
评分计算	✅ 计算相关性得分（_score）	❌ 不计算得分
结果缓存	❌ 不缓存	✅ 结果可缓存
适用场景	📝 全文搜索、需要排序	🎯 精确匹配、范围过滤
示例	搜索"性价比高的手机"	status=active

优先使用filter的场景：

1. 📋 精确值匹配（如category=electronics）
2. 📏 范围查询（如price:[1000 TO 5000]）
3. ✅ 布尔条件（如tags IN ("促销", "新品")）

---

性能优化

⚡ 面试题2：性能优化

题目：
为什么filter比query性能更高？Elasticsearch底层是如何优化filter执行的？

👉 查看参考答案

性能优势原因：

1. 无评分开销 🚫

   • filter跳过相关性计算（_score）
   • 减少CPU消耗

2. 结果缓存 💾

   • filter结果会被缓存（如bitset缓存）
   • 重复查询直接命中缓存

底层优化机制：

1. Bitset缓存 🧩

   • 首次执行filter后，匹配的文档ID集合会被缓存
   • 后续查询直接复用

2. 跳过分段（Segment） ⏭️

   • 对常驻内存的filter缓存
   • Lucene无需重复遍历倒排索引

---

实战应用

🛠️ 面试题3：实战应用

题目：
以下是一个混合使用query和filt