摘要：
本文深入探讨 Elasticsearch 中 constant_score 查询和 filters 的性能优化原理与实践。通过对比分析查询与过滤的差异，详细讲解如何利用 constant_score 避免相关性评分计算开销，以及如何合理使用 filters 缓存机制提升查询性能。文章包含完整的代码示例和最佳实践建议。
一、constant_score 的用途与性能优势
在 Elasticsearch 中，constant_score查询是一种特殊的查询类型，它允许我们为匹配的文档分配一个固定的评分，而不是根据检索词频率（TF）等传统相关性因素计算动态评分。
1.1 适用场景
constant_score主要适用于以下场景：
- 不关心相关性排序：当搜索结果只需要简单的匹配/不匹配判断，而不需要按相关性排序时
- 过滤场景：与过滤器（filter）结合使用，避免评分计算开销
- 布尔查询中的固定评分：在 bool 查询中为某些子查询分配固定权重
1.2 性能优势原理
传统查询（如 match、term）会计算每个匹配文档的相关性评分，这个过程涉及：
- 检索词频率（TF）计算
- 逆文档频率（IDF）计算
- 字段长度归一化
- 协调因子计算
而constant
