Elasticsearch filter context 的实践案例

Elasticsearch filter practice

2024-12-15

查看 Markdown

知识背景 #

在 ES 查询优化的建议里，很多时候为了避免算分逻辑和利用缓存逻辑，Elastic 会建议大家使用 filter 条件。

filter 的使用条件和原理具体可以参照之前写的博文《Elasticsearch filter context 的使用原理》（https://mp.weixin.qq.com/s/Jsgx_RL0T794Z2bxuKtqOA）

这里我们来研究 2 个实用案例，具体的感受一下 filter context 的使用效果。

普通案例 #

第一个案例，我们选择一个 range date 的条件进行测试环境测试，将其中 must 条件改成 filter 条件，测试 5 次以上，观测其缓存数据。

# 清空缓存
POST indexname/_cache/clear?query=true
# 查询 5-10 次
GET indexname/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "date": {
              "gte": "2024-01-01",
              "lte": "2024-03-01"
            }
          }
        }
      ]
    }
  }
}
# 查询缓存状态
GET indexname/_stats?human=true&filter_path=*.*.query_cache
​

可以看到 query_cache 的 size/count 始终为 0，也就是并没有利用到缓存。

查询的耗时也维持在 900-1100ms 左右。

再测试 filter 条件

POST indexname/_cache/clear?query=true
# 查询 5-10 次
GET indexname/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "date": {
              "gte": "2024-01-01",
              "lte": "2024-03-01"
            }
          }
        }
      ]
    }
  }
}
​
GET indexname/_stats?human=true&filter_path=*.*.query_cache
​

在重复的查询过程中，查询速度有明显的加快。

多次查询之后

查看 query_cache size/count 有明显的使用。

使用误区 #

那是不是所有的 filter 就会加速呢？再看下面这个查询

must 方法

GET indexname/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {
            "idno": [
              "2024001Q0001235681",
              "2024001Q0002356812",
              "2024001Q0008197301",
              "2024001Q0002817617"
            ]
          }
        }
      ]
    }
  }
}

filter 方法

GET indexname/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "terms": {
            "idno": [
              "2024001Q0001235681",
              "2024001Q0002356812",
              "2024001Q0008197301",
              "2024001Q0002817617"
            ]
          }
        }
      ]
    }
  }
}
​

可以看到 2 个查询条件多次查询后，查询耗时差别不大。

并且都产生了 query cache 的使用。

must 条件

filter 条件

难道这两个查询都成了 filter context 查询？既然 filter context 的判断依据之一是查询条件是否算分，就可以使用 “explain”: true 进行进一步分析。

must 方法

filter 方法

可以看到查询方法在 ES 这里做了隐性的转换。这两个查询对应的底层查询方法为 ConstantScore，而 ConstantScore 也是可以被认为是 filter context 的一种。因此这里的 must 查询也达到 filter 查询使用 querycache 的优势。

校验思路 #

• cache 数据

GET indexname/_stats?human=true&filter_path=*.*.query_cache

也可以通过简单安装一个 INFINI Console（https://docs.infinilabs.com/console/main/docs/getting-started/install/） 进行图表监控（在监控图表-索引-advance 中）

• 查询使用的算分方法 利用 explain API 判断查询语句是否转换成符合 filter context 的类型，比如是否转换成了 constant score，或者算分规则被消除了，等等

GET indexname/_search
{"explain": true,
  "query": {
    "bool": {
      "filter": [
        {
          "terms": {
            "idno": [
              "2024001Q0001235681",
              "2024001Q0002356812",
              "2024001Q0008197301",
              "2024001Q0002817617"
            ]
          }
        }
      ]
    }
  }
}