自Elasticsearch版本2以来，过滤器和查询已经合并，任何查询子句都可以用作过滤器或查询(取决于上下文)。与版本1一样，过滤器是缓存的，如果评分不重要，就应该使用它。

来源:https://logz.io/blog/elasticsearch-queries/

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。

除此之外，很少有其他的。 首先应用筛选器，然后对其结果处理查询。为了存储每个文档的二进制真/假匹配，使用了bitSet数组。 这个BitSet数组在内存中，它将在第二次查询过滤器时使用。这样，使用bitset数组数据结构，我们就能够利用缓存的结果。

这里还有一点需要注意，过滤器缓存仅在执行请求时创建，因此只有从第二次命中开始，我们才真正获得缓存的优势。

但你可以使用更温暖的API来解决这个问题。当你在一个更温暖的API上用过滤器注册一个查询时，它将确保在一个新的段出现时对它执行。因此，我们将从第一次执行本身获得一致的速度。

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

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

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。