在所有的应用中，cache 是个好东西。因为是在内存里，它的访问速度快，而且有时甚至直接进行使用，这样它就无形加快我们的搜索速度。默认情况下 cache 是启动的。你也可以通过如下的方式来关掉 cache:
PUT /my-index-000001
{
"settings": {
"index.requests.cache.enable": false
}
}在今天的文章中，我将分享几个小的技巧。希望对大家的学习有所帮助。为了方便我们的讲解，我们先使用 Kibana 自带的索引来进行展示。
准备数据
在今天的教程中，我们将使用 Kibana 自带的索引来进行展示。打开 Kibana 界面：
点击 Add data:
这样我们的样本数据就导入进 Elasticsearch 了。通过上面的操作，我们在 Elasticsearch 中将生成一个叫做 kibana_sample_data_logs 的索引。
使用 filter 还是 一般的查询？
在 Elasticsearch 中，如果使用 filter 的话，它将被 cache，从而可以帮我们提高性能。在使用 filter 时，必须注意的一点就是 filter 不会对我们的最终的分数有任何的影响，也就是说，如果你不想这个部分的查询对分数有所影响，你首先 filter，而且尽量使用 filter。
我们先对我们的 kibana_sample_data_logs 来进行操作：
GET kibana_sample_data_logs/_search
{
"query": {
"range": {
"@timestamp": {
"gte": "2020-07-26",
"lte": "2020-08-03"
}
}
}
}上面的查询结果是：
"hits" : {
"total" : {
"value" : 2096,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "kibana_sample_data_logs",
"_type" : "_doc",
"_id" : "Rm84uHMBZS6OOEix1ZMc",
"_score" : 1.0,
"_source" : {
"agent" : "Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1",
"bytes" : 6219,
"clientip" : "223.87.60.27",
"extension" : "deb",
"geo" : {
"srcdest" : "IN:US",
"src" : "IN",
"dest" : "US",
"coordinates" : {
"lat" : 39.41042861,
"lon" : -88.8454325
}
},
"host" : "artifacts.elastic.co",
"index" : "kibana_sample_data_logs",
"ip" : "223.87.60.27",
"machine" : {
"ram" : 8589934592,
"os" : "win 8"
},
"memory" : null,
"message" : "223.87.60.27 - - [2018-07-22T00:39:02.912Z] \"GET /elasticsearch/elasticsearch-6.3.2.deb_1 HTTP/1.1\" 200 6219 \"-\" \"Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1\"",
"phpmemory" : null,
"referer" : "http://twitter.com/success/wendy-lawrence",
"request" : "/elasticsearch/elasticsearch-6.3.2.deb",
"response" : 200,
"tags" : [
"success",
"info"
],
"timestamp" : "2020-07-26T00:39:02.912Z",
"url" : "https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.3.2.deb_1",
"utc_time" : "2020-07-26T00:39:02.912Z",
"event" : {
"dataset" : "sample_web_logs"
}
}
},
...在上面的查询中，它是不被 cache 的，同时我们可以看到分数（_score）都为 1.0。
如果这个查询我们经常会用，并且我们不关心搜索结果的分数，那么，我们可以使用 filter 来代替上面的 range 查询：
GET kibana_sample_data_logs/_search
{
"query": {
"bool": {
"filter": [
{
"range": {
"@timestamp": {
"gte": "2020-07-26",
"lte": "2020-08-03"
}
}
}
]
}
}
}上面的返回结果的结果是：
"hits" : {
"total" : {
"value" : 2096,
"relation" : "eq"
},
"max_score" : 0.0,
"hits" : [
{
"_index" : "kibana_sample_data_logs",
"_type" : "_doc",
"_id" : "Rm84uHMBZS6OOEix1ZMc",
"_score" : 0.0,
"_source" : {
"agent" : "Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1",
"bytes" : 6219,
"clientip" : "223.87.60.27",
"extension" : "deb",
"geo" : {
"srcdest" : "IN:US",
"src" : "IN",
"dest" : "US",
"coordinates" : {
"lat" : 39.41042861,
"lon" : -88.8454325
}
},
"host" : "artifacts.elastic.co",
"index" : "kibana_sample_data_logs",
"ip" : "223.87.60.27",
"machine" : {
"ram" : 8589934592,
"os" : "win 8"
},
"memory" : null,
"message" : "223.87.60.27 - - [2018-07-22T00:39:02.912Z] \"GET /elasticsearch/elasticsearch-6.3.2.deb_1 HTTP/1.1\" 200 6219 \"-\" \"Mozilla/5.0 (X11; Linux x86_64; rv:6.0a1) Gecko/20110421 Firefox/6.0a1\"",
"phpmemory" : null,
"referer" : "http://twitter.com/success/wendy-lawrence",
"request" : "/elasticsearch/elasticsearch-6.3.2.deb",
"response" : 200,
"tags" : [
"success",
"info"
],
"timestamp" : "2020-07-26T00:39:02.912Z",
"url" : "https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.3.2.deb_1",
"utc_time" : "2020-07-26T00:39:02.912Z",
"event" : {
"dataset" : "sample_web_logs"
}
}
},上面的分数（_score）显示为0，也就是说它不计入分数。使用这种 filter 的方式，查询是使用 cache，也就是说，当你第二次或之后使用同样的查询，你的速度将会大大提高，这是因为查询的结果来自cache。由于我们的数据有限，所以，我们看不出来时间的差异。对于大量的数据来说
另外的一个例子就是：
GET kibana_sample_data_logs/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"geo.src": "CN"
}
},
{
"range": {
"@timestamp": {
"gte": "2020-07-26",
"lte": "2020-08-03"
}
}
}
]
}
}
}在这里，我们差来自 CN 的，并且在 2020-07-26 和 2020-08-03 之间的所有文档。我们最好修改为：
GET kibana_sample_data_logs/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"geo.src": "CN"
}
}
],
"filter": [
{
"range": {
"@timestamp": {
"gte": "2020-07-26",
"lte": "2020-08-03"
}
}
}
]
}
}
}当然在任何的情况下，我们可以使用 request_cache=true 来强制使用 cache:
GET kibana_sample_data_logs/_search?request_cache=true
{
"query": {
"range": {
"@timestamp": {
"gte": "2020-07-26",
"lte": "2020-08-03"
}
}
}
}在 aggregation 时设置 size=0 会自动 cache
即使在索引设置中启用了请求缓存，也不会缓存 size大于0的请求。如果你想使用缓存，一种办法就是把 size 置为 0。
我们打入如下的命令：
GET kibana_sample_data_logs/_search
{
"size": 0,
"aggs": {
"src_countries": {
"terms": {
"field": "geo.src",
"size": 10
}
}
}
}我们可以运行上面的命令多次，在返回的时间里：
我们会发现，第二次执行的时间比第一次的要少。如果我们去掉 size:0，那么：
GET kibana_sample_data_logs/_search
{
"aggs": {
"src_countries": {
"terms": {
"field": "geo.src",
"size": 10
}
}
}
}那么这个搜索是不会缓存的。对于小的数据集来说，这个可能并不明显，但是对于大的数据集的查询来说，你将会看到很大的变化。
如果你确实不想把 size 设置为0， 那么，你必须在请求的时候，明显地指出来：
GET kibana_sample_data_logs/_search?request_cache=true
{
"aggs": {
"src_countries": {
"terms": {
"field": "geo.src",
"size": 10
}
}
}
}