搜索引擎服务收到一个Query后，一般引擎这边是这么搞得，解析语法，生成后缀表达式，即查询搜索树（Search Tree）。搜索查询树负责求交、求并和过滤。所以这个地方也是性能关键点。所以在解析语法后，一般要做查询搜索树优化，减少求交，求并和过滤操作的次数，以此来提高搜索服务的QPS和查询Latency。
因为同事在负责新实时索引的性能优化，我正好负责将全量索引格式迁移到新实时索引上面，即实时索引的代码即支持全量索引也支持实时索引，减少运维和代码维护成本。我在查阅代码的同事，顺便与同事沟通了一些优化方法，进入全量索引代码里发现老的全量索引里已经有一些优化方法了，这些方法应该是市面上常见的方法，多数人也是应该知道的，这里记录下吧。主流优化操作主要包括以下四种：
全AND操作
如果父子节点都是AND，则可以合并，如（A & B）& (C & D)，优化后为 A & B & C & D ，能提早发现交为空，并退出，如下图所示。
优化后为：
全OR操作
如果父子节点都是OR，则可以合并。如 （A | B）| (C | D)，优化后为 A | B | C | D，能提早发现为满并退出。如下图所示：
优化后为：
将子节点的OR上提
如 (A | B) & (C &D)，优化后为 A |(B & C | D)，查找次数减少。
优化后为：
按照Doc数量排序
如 A & B & C，可以按照Doc数量排序后查询，Sum(A) < Sum(B) < Sum(C)，则A & B & C可以尽早发现为空并退出。
当然查询搜索树优化不止这么些方法，比如之前就知道可以使用WAND提升长Query的检索速度，很久没看了，细节记不清了，就不说了。以后需要的时候再研究下。