現在es 5.2版本，type=text，預設會設定兩個field，一個是field本身，比如articleID，就是分詞的；還有一個的話，就是field.keyword，articleID.keyword，預設不分詞，會最多保留256個字元

（1）根據使用者ID搜尋帖子

GET /forum/article/_search {     "query" : {         "constant_score" : {              "filter" : {                 "term" : {                      "userID" : 1                 }             }         }     } }

term filter/query：對搜尋文字不分詞，直接拿去倒排索引中匹配，你輸入的是什麼，就去匹配什麼 比如說，如果對搜尋文字進行分詞的話，“helle world” --> “hello”和“world”，兩個詞分別去倒排索引中匹配 term，“hello world” --> “hello world”，直接去倒排索引中匹配“hello world”

（2）搜尋沒有隱藏的帖子

GET /forum/article/_search {     "query" : {         "constant_score" : {              "filter" : {                 "term" : {                      "hidden" : false                 }             }         }     } }

（3）根據發帖日期搜尋帖子

GET /forum/article/_search {     "query" : {         "constant_score" : {              "filter" : {                 "term" : {                      "postDate" : "2017-01-01"                 }             }         }     } }

4）根據帖子ID搜尋帖子

GET /forum/article/_search {     "query" : {         "constant_score" : {              "filter" : {                 "term" : {                      "articleID" : "XHDK-A-1293-#fJ3"                 }             }         }     } }

{   "took": 1,   "timed_out": false,   "_shards": {     "total": 5,     "successful": 5,     "failed": 0   },   "hits": {     "total": 0,     "max_score": null,     "hits": []   } }

GET /forum/article/_search {     "query" : {         "constant_score" : {              "filter" : {                 "term" : {                      "articleID.keyword" : "XHDK-A-1293-#fJ3"                 }             }         }     } }

{   "took": 2,   "timed_out": false,   "_shards": {     "total": 5,     "successful": 5,     "failed": 0   },   "hits": {     "total": 1,     "max_score": 1,     "hits": [       {         "_index": "forum",         "_type": "article",         "_id": "1",         "_score": 1,         "_source": {           "articleID": "XHDK-A-1293-#fJ3",           "userID": 1,           "hidden": false,           "postDate": "2017-01-01"         }       }     ]   } }

articleID.keyword，是es最新版本內建建立的field，就是不分詞的。所以一個articleID過來的時候，會建立兩次索引，一次是自己本身，是要分詞的，分詞後放入倒排索引；另外一次是基於articleID.keyword，不分詞，保留256個字元最多，直接一個字串放入倒排索引中。

所以term filter，對text過濾，可以考慮使用內建的field.keyword來進行匹配。但是有個問題，預設就保留256個字元。所以儘可能還是自己去手動建立索引，指定not_analyzed吧。在最新版本的es中，不需要指定not_analyzed也可以，將type=keyword即可。

（5）檢視分詞

GET /forum/_analyze {   "field": "articleID",   "text": "XHDK-A-1293-#fJ3" }

預設是analyzed的text型別的field，建立倒排索引的時候，就會對所有的articleID分詞，分詞以後，原本的articleID就沒有了，只有分詞後的各個word存在於倒排索引中。 term，是不對搜尋文字分詞的，XHDK-A-1293-#fJ3 --> XHDK-A-1293-#fJ3；但是articleID建立索引的時候，XHDK-A-1293-#fJ3 --> xhdk，a，1293，fj3

2.filter的原理

（1）在倒排索引中查詢搜尋串，獲取document list

date來舉例

word        doc1        doc2        doc3

2017-01-01    *        * 2017-02-02            *        * 2017-03-03    *        *        *

filter：2017-02-02

到倒排索引中一找，發現2017-02-02對應的document list是doc2,doc3

（2）為每個在倒排索引中搜索到的結果，構建一個bitset，[0, 0, 0, 1, 0, 1]

非常重要

使用找到的doc list，構建一個bitset，就是一個二進位制的陣列，陣列每個元素都是0或1，用來標識一個doc對一個filter條件是否匹配，如果匹配就是1，不匹配就是0

[0, 1, 1]

doc1：不匹配這個filter的 doc2和do3：是匹配這個filter的

儘可能用簡單的資料結構去實現複雜的功能，可以節省記憶體空間，提升效能

（3）遍歷每個過濾條件對應的bitset，優先從最稀疏的開始搜尋，查詢滿足所有條件的document

後面會講解，一次性其實可以在一個search請求中，發出多個filter條件，每個filter條件都會對應一個bitset 遍歷每個filter條件對應的bitset，先從最稀疏的開始遍歷

[0, 0, 0, 1, 0, 0]：比較稀疏 [0, 1, 0, 1, 0, 1]

先遍歷比較稀疏的bitset，就可以先過濾掉儘可能多的資料

遍歷所有的bitset，找到匹配所有filter條件的doc

請求：filter，postDate=2017-01-01，userID=1

postDate: [0, 0, 1, 1, 0, 0] userID:   [0, 1, 0, 1, 0, 1]

遍歷完兩個bitset之後，找到的匹配所有條件的doc，就是doc4

就可以將document作為結果返回給client了

（4）caching bitset，跟蹤query，在最近256個query中超過一定次數的過濾條件，快取其bitset。對於小segment（<1000，或<3%），不快取bitset。

比如postDate=2017-01-01，[0, 0, 1, 1, 0, 0]，可以快取在記憶體中，這樣下次如果再有這個條件過來的時候，就不用重新掃描倒排索引，反覆生成bitset，可以大幅度提升效能。

在最近的256個filter中，有某個filter超過了一定的次數，次數不固定，就會自動快取這個filter對應的bitset

segment（上半季），filter針對小segment獲取到的結果，可以不快取，segment記錄數<1000，或者segment大小<index總大小的3%

segment資料量很小，此時哪怕是掃描也很快；segment會在後臺自動合併，小segment很快就會跟其他小segment合併成大segment，此時就快取也沒有什麼意義，segment很快就消失了

針對一個小segment的bitset，[0, 0, 1, 0]

filter比query的好處就在於會caching，但是之前不知道caching的是什麼東西，實際上並不是一個filter返回的完整的doc list資料結果。而是filter bitset快取起來。下次不用掃描倒排索引了。

（5）filter大部分情況下來說，在query之前執行，先儘量過濾掉儘可能多的資料

query：是會計算doc對搜尋條件的relevance score，還會根據這個score去排序 filter：只是簡單過濾出想要的資料，不計算relevance score，也不排序

（6）如果document有新增或修改，那麼cached bitset會被自動更新

postDate=2017-01-01，[0, 0, 1, 0] document，id=5，postDate=2017-01-01，會自動更新到postDate=2017-01-01這個filter的bitset中，全自動，快取會自動更新。postDate=2017-01-01的bitset，[0, 0, 1, 0, 1] document，id=1，postDate=2016-12-30，修改為postDate-2017-01-01，此時也會自動更新bitset，[1, 0, 1, 0, 1]

（7）以後只要是有相同的filter條件的，會直接來使用這個過濾條件對應的cached bitset