目录
结果处理-排序
结果处理-分页
结果处理-高亮
-
结果处理-排序
- elasticsearch默认是根据相关度算分(_score)来排序，但是也支持自定义方式对搜索结果排序
- 可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等
- 普通字段排序
- keyword、数值、日期类型排序的语法基本一致：
- GET /indexName/_search
- {
- "query": {
- "match_all": {}
- },
- "sort": [
- {
- "FIELD": "desc" // 排序字段；排序方式ASC、DESC
- }
- ]
- }
- 排序条件是一个数组，也就是可以写多个排序条件
- 按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推
- 案例：
- 需求描述：酒店数据按照用户评价(score)降序排序，评价相同的按照价格(price)升序排序
- 地理坐标排序
- GET /indexName/_search
- {
- "query": {
- "match_all": {}
- },
- "sort": [
- {
- "_geo_distance" : {
- "FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点
- "order" : "asc", // 排序方式
- "unit" : "km" // 排序的距离单位
- }
- }
- ]
- }
- 这个查询的含义是：
- 指定一个坐标，作为目标点
- 计算每一个文档中，指定字段(必须是geo_point类型)的坐标到目标点的距离是多少
- 根据距离排序
- 案例：
- 需求描述：实现对酒店数据按照到你的位置坐标的距离升序排序
- 假设我的位置是：31.034661, 121.612282，寻找我周围距离最近的酒店
-
结果处理-分页
- elasticsearch默认情况下只返回top10的数据
- 而如果要查询更多数据就需要修改分页参数了
- elasticsearch中通过修改from、size参数来控制要返回的分页结果：
- from：从第几个文档开始
- size：总共查询几个文档
- 类似于mysql中的limit ?, ?
- 基本的分页
- GET /hotel/_search
- {
- "query": {
- "match_all": {}
- },
- "from": 0, // 分页开始的位置，默认为0
- "size": 10, // 期望获取的文档总数
- "sort": [
- {"price": "asc"}
- ]
- }
- 深度分页问题
- 现在要查询990~1000的数据，查询逻辑要这么写：
- GET /hotel/_search
- {
- "query": {
- "match_all": {}
- },
- "from": 990, // 分页开始的位置，默认为0
- "size": 10, // 期望获取的文档总数
- "sort": [
- {"price": "asc"}
- ]
- }
- 这里是查询990开始的数据，也就是第990~第1000条数据
- 不过，elasticsearch内部分页时，必须先查询0~1000条，然后截取其中的990 ~ 1000的这10条
- 查询TOP1000，如果es是单点模式，这并无太大影响
- 但是elasticsearch将来一定是集群，例如某集群有5个节点，要查询TOP1000的数据，并不是每个节点查询200条就可以了
- 因为节点A的TOP200，在另一个节点可能排到10000名以外了
- 因此要想获取整个集群的TOP1000，必须先查询出每个节点的TOP1000，汇总结果后，重新排名，重新截取TOP1000
- 那如果要查询9900~10000的数据呢？
- 是不是要先查询TOP10000呢？那每个节点都要查询10000条？汇总到内存中？
- 当查询分页深度较大时，汇总数据过多，对内存和CPU会产生非常大的压力，因此elasticsearch会禁止from+ size超过10000的请求
- 针对深度分页，ES提供了两种解决方案
- search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据；官方推荐使用的方式
- scroll：原理将排序后的文档id形成快照，保存在内存；官方已经不推荐使用
- 小结
- 分页查询的常见实现方案以及优缺点：
- from + size：
- 优点：支持随机翻页
- 缺点：深度分页问题，默认查询上限(from + size)是10000
- 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索
- after search：
- 优点：没有查询上限(单次查询的size不超过10000)
- 缺点：只能向后逐页查询，不支持随机翻页
- 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页
- scroll：
- 优点：没有查询上限(单次查询的size不超过10000)
- 缺点：会有额外内存消耗，并且搜索结果是非实时的
- 场景：海量数据的获取和迁移；从ES7.1开始不推荐，建议用after search方案
- from + size：
-
结果处理-高亮
- 高亮原理
- 在百度，京东搜索时，关键字会变成红色，比较醒目，这叫高亮显示
- 高亮显示的实现分为两步：
- (1)给文档中的所有关键字都添加一个标签，例如<em>标签
- (2)页面给<em>标签编写CSS样式
- 实现高亮
- GET /hotel/_search
- {
- "query": {
- "match": {
- "FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
- }
- },
- "highlight": {
- "fields": { // 指定要高亮的字段
- "FIELD": {
- "pre_tags": "对应标签", // 用来标记高亮字段的前置标签
- "post_tags": "对应标签" // 用来标记高亮字段的后置标签
- }
- }
- }
- }
- 注意事项
- 高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询
- 默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮
- 如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false
- 示例
