Solr查询执行顺序疑问：模糊搜索与过滤查询的执行范围

问题背景 #

已将CSV文件索引至Solr 8.9，包含food、color及其他字段。food与color字段的fieldType均为text_general，multivalued设为false，已配置为索引并存储。当前共索引2000万份文档，color字段有20个不同取值，其中100万份文档的color字段值为white。

执行的查询命令：

curl -G http://localhost:8983/solr/QueryPerformenceCore/select --data-urlencode "q=(food:'cheese~' OR food:'paneer~' OR food:'milk~')" --data-urlencode "fq=color:white"

用户疑问 #

上述查询中，food字段的模糊搜索是在100万份文档上执行，还是先在2000万份文档上执行模糊搜索再执行color:white的过滤查询？该查询的具体执行流程是怎样的？

解答 #

是先执行fq=color:white的过滤，再在过滤后的100万文档上执行food字段的模糊搜索，具体执行流程如下：

1. 优先处理过滤查询（fq）
   Solr会优先执行color:white过滤逻辑。由于color是低基数字段（仅20个不同取值），Solr会对这类字段做索引优化，能快速定位到所有color为white的100万文档，生成一个紧凑的文档ID集合（位集）。这个操作时间成本极低，无需遍历全量文档。

2. 在过滤范围内执行主查询（q）的模糊搜索
   基于第一步得到的100万文档集合，Solr会对food字段执行三个模糊查询的逻辑或操作：

• 分别为cheese~、paneer~、milk~生成对应编辑距离范围内的候选关键词；
• 在food字段的索引中查找这些候选词匹配的文档；
• 将这些匹配文档与第一步的过滤文档集做交集，最终得到同时满足过滤条件和主查询条件的文档。

3. 后续结果处理
   对最终匹配的文档进行默认得分排序（或指定排序规则）、分页处理后，返回查询结果。

补充说明 #

Solr的查询优化器会自动选择最优执行顺序——优先通过过滤查询缩小文档范围，能大幅减少主查询需要处理的数据量，显著提升整体查询性能。尤其是针对color这类低基数字段，过滤操作效率极高，优先过滤是必然的优化选择。

内容的提问来源于stack exchange，提问作者user752590