ElasticSearch彙總請檢視：ElasticSearch教程——彙總篇

（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，用0或1表示，類似於：[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

這邊filter：2017-02-02的bitset為：[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

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

假設請求結果為：

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，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%

原因：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，比如說[0, 0, 1, 0]，它很快就會和其他小的segment合併，對應的這個[0,0,1,0]也就找不到了，快取也就沒有任何意義了。

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