一个例子(你自己试试)

说索引myindex包含三个文档:

curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world!" }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world! I am Sam." }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hi Stack Overflow!" }'

查询:文档与查询匹配的程度

查询hello sam(使用关键字must)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "must": { "match": { "msg": "hello sam" }}}}
}'

文档“Hello world!”I am Sam.”的得分比“Hello world!”高，因为前者与查询中的两个单词都匹配。对文档进行评分。

"hits" : [
   ...
     "_score" : 0.74487394,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...
     "_score" : 0.22108285,
     "_source" : {
       "name" : "Hello world!"
     }
   ...

筛选:文档是否与查询匹配

过滤hello sam(使用关键字过滤器)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "filter": { "match": { "msg": "hello sam" }}}}
}'

返回包含hello或sam的文档。文档不记分。

"hits" : [
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world!"
     }
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...

除非您需要全文搜索或评分，否则首选过滤器，因为Elasticsearch将自动缓存频繁使用的过滤器，以提高性能。参见Elasticsearch:查询和过滤上下文。

查询:计算分数;因此，它们能够返回按相关性排序的结果。 过滤器:不计算分数，使他们更快，更容易缓存。

一个例子(你自己试试)

说索引myindex包含三个文档:

curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world!" }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hello world! I am Sam." }'
curl -XPOST localhost:9200/myindex/mytype  -d '{ "msg": "Hi Stack Overflow!" }'

查询:文档与查询匹配的程度

查询hello sam(使用关键字must)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "must": { "match": { "msg": "hello sam" }}}}
}'

文档“Hello world!”I am Sam.”的得分比“Hello world!”高，因为前者与查询中的两个单词都匹配。对文档进行评分。

"hits" : [
   ...
     "_score" : 0.74487394,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...
     "_score" : 0.22108285,
     "_source" : {
       "name" : "Hello world!"
     }
   ...

筛选:文档是否与查询匹配

过滤hello sam(使用关键字过滤器)

curl localhost:9200/myindex/_search?pretty  -d '
{
  "query": { "bool": { "filter": { "match": { "msg": "hello sam" }}}}
}'

返回包含hello或sam的文档。文档不记分。

"hits" : [
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world!"
     }
   ...
     "_score" : 0.0,
     "_source" : {
       "name" : "Hello world! I am Sam."
     }
   ...

除非您需要全文搜索或评分，否则首选过滤器，因为Elasticsearch将自动缓存频繁使用的过滤器，以提高性能。参见Elasticsearch:查询和过滤上下文。

区别很简单:过滤器被缓存，不影响分数，因此比查询快。看看这里。假设一个查询通常是用户键入的并且几乎不可预测的，而过滤器帮助用户缩小搜索结果，例如使用facet。

过滤器->这个文档匹配吗?是或否的二元答案

查询->这个文档匹配吗?匹配度如何?使用得分

官方文件是这么说的:

作为一般规则，应该使用过滤器而不是查询: 用于二进制是/否搜索 用于查询确切的值

作为一般规则，应该使用查询而不是过滤器: 全文检索 结果取决于相关性评分