Elasticsearch支持很多查詢方式，其中一種就是DSL，它是把請求寫在JSON里面，然后進行相關的查詢。
Query DSL 與 Filter DSL
DSL查詢語言中存在兩種：查詢DSL（query DSL）和過濾DSL（filter DSL）。
它們兩個的區別如下圖：
query DSL
在查詢上下文中，查詢會回答這個問題——“這個文檔匹不匹配這個查詢，它的相關度高么？”
如何驗證匹配很好理解，如何計算相關度呢？ES中索引的數據都會存儲一個_score分值，分值越高就代表越匹配。另外關於某個搜索的分值計算還是很復雜的，因此也需要一定的時間。
查詢上下文 是在 使用query進行查詢時的執行環境，比如使用search的時候。
一些query的場景：
- 與full text search的匹配度最高
- 包含run單詞，如果包含這些單詞：runs、running、jog、sprint，也被視為包含run單詞
- 包含quick、brown、fox。這些詞越接近，這份文檔的相關性就越高
filter DSL
在過濾器上下文中，查詢會回答這個問題——“這個文檔匹不匹配？”
答案很簡單，是或者不是。它不會去計算任何分值，也不會關心返回的排序問題，因此效率會高一點。
過濾上下文 是在使用filter參數時候的執行環境，比如在bool查詢中使用Must_not或者filter
另外，經常使用過濾器，ES會自動的緩存過濾器的內容，這對於查詢來說，會提高很多性能。
一些過濾的情況：
- 創建日期是否在2013-2014年間？
- status字段是否為published？
- lat_lon字段是否在某個坐標的10公里范圍內？
參考： http://www.cnblogs.com/xing901022/p/4975931.html
下圖的查詢就是一個組合查詢， 既有 filter 也有 query：
上面文章提供了一個測試例子。
- query語句查詢結果,第一次查詢用了300ms,第二次用了280ms.
- filter查詢出來的結果,第一次查詢時間是280ms,第二次130ms。
具體如何寫 查詢和 過濾並存的請看下面這篇文章：
查詢與過濾條件的合並
http://es.xiaoleilu.com/054_Query_DSL/75_Queries_with_filters.html
比如說我們有這樣一條查詢語句，獲取右鍵內容中帶“business opportunity” 的：
{
"match": {
"email": "business opportunity"
}
}
然后我們想要讓這條語句加入 term 過濾，只在收信箱中匹配郵件：
{
"term": {
"folder": "inbox"
}
}
search API中只能包含 query 語句，所以我們需要用 filtered 來同時包含 "query" 和 "filter" 子句：
{
"filtered": {
"query": { "match": { "email": "business opportunity" }},
"filter": { "term": { "folder": "inbox" }}
}
}
我們在外層再加入 query 的上下文關系：
GET /_search
{
"query": {
"filtered": {
"query": { "match": { "email": "business opportunity" }},
"filter": { "term": { "folder": "inbox" }}
}
}
}
更多參考： http://es.xiaoleilu.com/054_Query_DSL/75_Queries_with_filters.html
參考：
http://www.fanli7.net/a/bianchengyuyan/C__/20150526/501179.html