参考博客来自：
query关注点：此文档与此查询子句的匹配程度如何？
filter关注点：此文档和查询子句匹配吗？
query 上下文的条件是用来给文档打分的，匹配越好 _score 越高；filter 的条件只产生两种结果：符合与不符合，后者被过滤掉。 这个 总结可以
2、Query检索细化关注点
1）是否包含？
确定文档是否应该成为结果的一部分.
2）相关度得分多少？
除了确定文档是否匹配外，查询子句还计算了表示文档与其他文档相比匹配程度的_score。
3）得分越高，相关度越高。
更相关的文件，在搜索排名更高。
典型应用场景：
1）全文检索——这种相关性的概念非常适合全文搜索，因为很少有完全“正确”的答案。
举例如下：
文档中存在字段hotel_name：“上海浦东香格里拉酒店”
IK实际分词结果如下：
上海浦东,上海,浦东,香格里拉,格里,里拉,酒店。
也就是说，搜索以上关键词都能搜到：hotel_name：“上海浦东香格里拉酒店”的酒店。这些都是“相关”的。
但是搜索：“香格里” 是搜索不到结果的。
2）包含单词“run”， 但也匹配"runs", "running", "jog"或者"sprint"。（都是奔跑的意思）
3、filter过滤细化关注点
1）是否包含？
确定是否包含在检索结果中，回答只有“是”或“否”。
2）不涉及评分。
在搜索中没有额外的相关度排名。
3）针对结构化数据。
适用于完全精确匹配，范围检索。
参见官网举例：
以下场景适用于filter过滤检索：
举例1：时间戳timestamp 是否在2015至2016年范围内？
举例2：状态字段status 是否设置为“published”？
4）更快。
只确定是否包括结果中，不需要考虑得分。
为什么会更快？——经常使用的过滤器将被Elasticsearch自动缓存，以提高性能。
过滤（filter）的目标是减少必须由评分查询（query）检查的文档数量。
6、使用场景
-
全文检索以及任何使用相关性评分的场景使用query检索。
-
除此之外的其他使用filter过滤器过滤。
举例
GET /_search { "query": { "bool": { "must": [ { "match": { "title": "Search" }}, { "match": { "content": "Elasticsearch" }} ], "filter": [ { "term": { "status": "published" }}, { "range": { "publish_date": { "gte": "2015-01-01" }}} ] } } }