分面搜索的后过滤器和全局聚合有何区别？

Question

搜索界面中的一个常见问题是您希望返回选择的结果，但可能希望返回有关所有文档的信息。（例如，我想看到所有的红色衬衫，但想知道还有哪些其他颜色可用）。

有时将其称为“分面结果”或“分面导航”。Elasticsearch参考资料中的示例非常清楚地说明了为什么/如何做，因此我将其用作该问题的基础。

摘要/问题：看来我可以同时使用后置过滤器或全局聚合。
它们似乎都以不同的方式提供了完全相同的功能。我可能看不到它们的优缺点？如果是这样，我应该使用哪个？

我在下面提供了一个完整的示例，其中包含一些文档和一个基于参考指南中示例的两种方法的查询。

选项1：后置过滤器

请参阅Elasticsearch参考中的示例

我们可以做的是在原始查询中获得更多结果，因此我们可以汇总这些结果，然后过滤实际结果。

该示例在解释它时非常清楚：

但也许您还想告诉用户有多少种其他颜色的Gucci衬衫可供选择。如果仅在颜色字段上添加术语聚合，则只会返回红色，因为查询仅返回Gucci的红色衬衫。

相反，您希望在聚合过程中包括所有颜色的衬衫，然后仅将颜色过滤器应用于搜索结果。

在下面的示例代码中查看其外观。

与此有关的一个问题是我们不能使用缓存。这是在（尚未适用于5.1的）elasticsearch指南中警告以下内容：

性能注意 事项仅在需要差异过滤搜索结果和聚合时，才使用post_filter。有时人们会使用post_filter进行常规搜索。

不要这样！post_filter的性质意味着它在查询之后运行，因此，过滤的任何性能优势（例如缓存）都将完全丧失。

post_filter仅应与聚合结合使用，并且仅在需要差分过滤时才使用。

但是，有另一种选择：

选项2：全局汇总

有一种方法可以进行不受搜索查询影响的聚合。因此，我们没有得到很多，而是对其进行汇总，然后进行过滤，而只是得到过滤后的结果，而是对所有内容进行汇总。看看参考

我们可以获得完全相同的结果。我没有读到任何有关缓存的警告，但最终似乎我们需要做同样数量的工作。因此，这也许是唯一的遗漏。

由于我们需要子聚合，所以它稍微复杂一点（您不能在相同的“级别”上拥有global和filter）。

我唯一读到的有关使用此查询的投诉是，如果您需要对多个项目执行此操作，则可能不得不重复自己的操作。最后，我们可以生成大多数查询，因此对于我的用例而言，重复自己并不是什么大问题，并且我真的不认为这与“不能使用缓存”同等重要。

题

似乎两个功能至少是重叠的，或者可能提供完全相同的功能。这让我感到困惑。除此之外，我想知道一个或另一个是否具有我从未见过的优势，以及这里是否有最佳实践？

例

这主要来自后过滤器参考页，但是我添加了全局过滤器查询。

地图和文件

PUT /shirts
{
    "mappings": {
        "item": {
            "properties": {
                "brand": { "type": "keyword"},
                "color": { "type": "keyword"},
                "model": { "type": "keyword"}
            }
        }
    }
}

PUT /shirts/item/1?refresh
{
    "brand": "gucci",
    "color": "red",
    "model": "slim"
}

PUT /shirts/item/2?refresh
{
    "brand": "gucci",
    "color": "blue",
    "model": "slim"
}


PUT /shirts/item/3?refresh
{
    "brand": "gucci",
    "color": "red",
    "model": "normal"
}


PUT /shirts/item/4?refresh
{
    "brand": "gucci",
    "color": "blue",
    "model": "wide"
}


PUT /shirts/item/5?refresh
{
    "brand": "nike",
    "color": "blue",
    "model": "wide"
}

PUT /shirts/item/6?refresh
{
    "brand": "nike",
    "color": "red",
    "model": "wide"
}

现在，我们要求所有红色gucci衬衫（项目1和3），这两种衬衫的衬衫类型（苗条和普通）以及gucci的颜色（红色和蓝色）。

首先，进行后期过滤：获取所有衬衫，汇总红色gucci衬衫的模型和gucci衬衫的颜色（所有颜色），然后对红色gucci衬衫的后期过滤器仅显示结果：（这与以下结果略有不同：该示例，因为我们试图使它尽可能接近possilbe的后过滤器的清晰应用。）

GET /shirts/_search
{
  "aggs": {
    "colors_query": {
      "filter": {
        "term": {
          "brand": "gucci"
        }
      },
      "aggs": {
        "colors": {
          "terms": {
            "field": "color"
          }
        }
      }
    },
    "color_red": {
      "filter": {
        "bool": {
          "filter": [
            {
              "term": {
                "color": "red"
              }
            },
            {
              "term": {
                "brand": "gucci"
              }
            }
          ]
        }
      },
      "aggs": {
        "models": {
          "terms": {
            "field": "model"
          }
        }
      }
    }
  },
  "post_filter": {
    "bool": {
      "filter": [
        {
          "term": {
            "color": "red"
          }
        },
        {
          "term": {
            "brand": "gucci"
          }
        }
      ]
    }
  }
}

我们还可以获取所有红色gucci衬衫（我们的原始查询），然后对模型（对于所有gucci衬衫）和颜色（对于所有gucci衬衫）进行全局汇总。

GET /shirts/_search
{
  "query": {
    "bool": {
      "filter": [
        { "term": { "color": "red"   }},
        { "term": { "brand": "gucci" }}
      ]
    }
  },
  "aggregations": {
    "color_red": {
      "global": {},
      "aggs": {
        "sub_color_red": {
          "filter": {
            "bool": {
              "filter": [
                { "term": { "color": "red"   }},
                { "term": { "brand": "gucci" }}
              ]
            }
          },
          "aggs": {
            "keywords": {
              "terms": {
                "field": "model"
              }
            }
          }
        }
      }
    },
    "colors": {
      "global": {},
      "aggs": {
        "sub_colors": {
          "filter": {
            "bool": {
              "filter": [
                { "term": { "brand": "gucci" }}
              ]
            }
          },
          "aggs": {
            "keywords": {
              "terms": {
                "field": "color"
              }
            }
          }
        }
      }
    }
  }
}

两者都将返回相同的信息，第二个仅因子聚合引入的额外级别而有所不同。第二个查询看起来有点复杂，但是我认为这不是很大的问题。现实世界中的查询是由代码生成的，无论如何可能都更复杂，它应该是一个好的查询，如果这意味着复杂的话，那就这样吧。

Answer 1

我们使用的实际解决方案虽然不能直接回答问题，但基本上是“都不可行”。

从这个富有弹性的博客文章中，我们得到了最初的提示：

有时，我看到搜索过于复杂，其目标是在尽可能少的搜索请求中进行尽可能多的操作。它们倾向于尽可能晚地使用过滤器，这完全与“过滤器优先”中的建议相反。不要害怕使用多个搜索请求来满足您的信息需求。多重搜索API可让您发送一批搜索请求。

不要将所有内容都塞进单个搜索请求中。

这基本上就是我们在上面的查询中所做的：一大堆聚合和一些过滤。

让它们并行运行被证明要快得多。看看多重搜寻API