2020-5-12 前端達人
web中開發(fā)的三個基本技術（html5，css3，JavaScript）
html簡介：html語言是純文本類型的語言，是internet上用來編寫網(wǎng)頁的主要語言，使用HTML語言編寫的網(wǎng)頁文件也是標準的純文本文件（簡單說告訴瀏覽器顯示什么）
.
css簡介：css是一種網(wǎng)頁控制技術，采用css技術，可以有效地對頁面、字體、顏色、背景和其他效果實現(xiàn)更加精準的控制
(簡單的說告訴瀏覽器如何顯示)
.
JavaScript：JavaScript是web頁面中的一種腳本編程語言，也是一種通用的、跨平臺的、基于對象和事件驅動并具有安全性的腳本語言。它不需要進行編譯，而是直接嵌入HTML頁面中，把靜態(tài)頁面變成動態(tài)頁面。（簡單的來說告訴瀏覽器如何交互）
簡單HTML文件結構
<html>/*文件開始*/ <head>/*文件頭*/ <title>標題</title>/*文件標題*/ </head> <body>內(nèi)容</body> </html>/*文件結束*/
HTML常用的標記
<br>換行 <p></p>段落 <s></s>刪除線 <b></b>字體粗體 <u></u>下劃線 <em></em>斜體內(nèi)容 <sub></sub> 下標 <sup></sup>上標 <hr></hr>水平線 <a></a>超鏈接 .....
Elasticsearch(下面簡稱ES)中的bool查詢在業(yè)務中使用也是比較多的。在一些非實時的分頁查詢，導出的場景，我們經(jīng)常使用bool查詢組合各種查詢條件。
Bool查詢包括四種子句，
must
filter
should
must_not
我這里只介紹下must和filter兩種子句，因為是我們今天要講的重點。其它的可以自行查詢官方文檔。
must， 返回的文檔必須滿足must子句的條件，并且參與計算分值
filter， 返回的文檔必須滿足filter子句的條件。但是跟Must不一樣的是，不會計算分值， 并且可以使用緩存
從上面的描述來看，你應該已經(jīng)知道，如果只看查詢的結果，must和filter是一樣的。區(qū)別是場景不一樣。如果結果需要算分就使用must，否則可以考慮使用filter。
光說比較抽象，看個例子，下面兩個語句，查詢的結果是一樣的。
使用filter過濾時間范圍，
GET kibana_sample_data_ecommerce/_search
{
"size": 1000,
"query": {
"bool": {
"must": [
{"term": {
"currency": "EUR"
}}
],
"filter": {
"range": {
"order_date": {
"gte": "2020-01-25T23:45:36.000+00:00",
"lte": "2020-02-01T23:45:36.000+00:00"
}
}
}
}
}
}
filter比較的原理
上一節(jié)你已經(jīng)知道了must和filter的基本用法和區(qū)別。簡單來講，如果你的業(yè)務場景不需要算分，使用filter可以真的讓你的查詢效率飛起來。
為了說明filter查詢的原因，我們需要引入ES的一個概念 query context和 filter context。
query context
query context關注的是，文檔到底有多匹配查詢的條件，這個匹配的程度是由相關性分數(shù)決定的，分數(shù)越高自然就越匹配。所以這種查詢除了關注文檔是否滿足查詢條件，還需要額外的計算相關性分數(shù).
filter context
filter context關注的是，文檔是否匹配查詢條件，結果只有兩個，是和否。沒有其它額外的計算。它常用的一個場景就是過濾時間范圍。
并且filter context會自動被ES緩存結果，效率進一步提高。
對于bool查詢，must使用的就是query context，而filter使用的就是filter context。
我們可以通過一個示例驗證下。繼續(xù)使用第一節(jié)的例子，我們通過kibana自帶的search profiler來看看ES的查詢的詳細過程。
使用must查詢的執(zhí)行過程是這樣的：
可以明顯看到，此次查詢計算了相關性分數(shù)，而且score的部分占據(jù)了查詢時間的10分之一左右。
filter的查詢我就不截圖了，區(qū)別就是score這部分是0，也就是不計算相關性分數(shù)。
除了是否計算相關性算分的差別，經(jīng)常使用的過濾器將被Elasticsearch自動緩存，以提高性能。
我自己曾經(jīng)在一個項目中，對一個業(yè)務查詢場景做了這種優(yōu)化，當時線上的索引文檔數(shù)量大概是3000萬左右，改成filter之后，查詢的速度幾乎快了一倍。
我們應該根據(jù)自己的實際業(yè)務場景選擇合適的查詢語句，在某些不需要相關性算分的查詢場景，盡量使用filter context可以讓你的查詢更加。