背景：目前国内有大量的公司都在使用 Elasticsearch，包括阿里、京东、滴滴、今日头条、小米、vivo等诸多知名公司。除了搜索功能之外，Elasticsearch还结合Kibana、Logstash、Elastic Stack还被广泛运用在大数据近实时分析领域，包括日志分析、指标监控等多个领域。
本节内容：Elasticsearch的排序原理。
目录
我们知道，Elasticsearch默认情况下，返回的结果是按照相关性_score进行排序的，即最相关的文档排在最前。 在日常业务当中，Elasticsearch排序会被经常使用，今天我带着大家看看Elasticsearch sort参数含义以及如何使用sort进行排序。
1、默认按照_score排序
为了按照相关性来排序，需要将相关性_score表示为一个数值。在 Elasticsearch 中， 相关性得分由一个浮点数进行表示，并在搜索结果中通过 _score参数返回， 默认排序是按照_score降序。
http://localhost:9201/student/_search{
"query" : {
"bool" : {
"filter" : {
"term" : {
"id" : 1
}
}
}
}
}查询结果如下，
{
"took": 3,"timed_out": false,"_shards": {
"total": 1,"successful": 1,"skipped": 0,"Failed": 0
},"hits": {
"total": {
"value": 1,"relation": "eq"
},"max_score": 0,"hits": [
{
"_index": "student","_type": "_doc","_id": "1","_score": 0,// 相关性评分，无意义的值
"_source": {
"love": "I like to collect rock albums","createTime": "2022-05-28 14:19:05","name": "test1","id": "1","age": 1
}
}
]
}
}上面的相关性评分可能对于生产环境而言并没有实际业务意义。因为当使用 filter过滤时，这表明只是希望获取匹配 id为1的文档数据，而并没有试图确定这些文档的相关性。 如果有多个文档，此时文档会按照随机顺序返回，并且每个文档都会评为零分。
如果我们想把这个没有意义的分数过滤掉。可以使用 constant_score 关键字对查询条件进行替换：
{
"query" : {
"constant_score" : { //constant_score替换前面的bool
"filter" : {
"term" : {
"id" : 1
}
}
}
}
}最终查询结果如下，
{
"took": 5,"max_score": 1,"_score": 1,//恒定分值，默认为1
"_source": {
"love": "I like to collect rock albums","age": 1
}
}
]
}
}此时执行与前面相同的查询请求，返回的所有文档_score的恒定值为1。
2、按照单字段排序
在实际业务场景中，通常会根据具体的单个业务字段进行排序，比如 数值、日期等。
请求参数，比如我们需要查询按照创建倒序进行对学习排序，此时可以使用sort参数进行实现。
{
"query": {
"bool": {
"filter": {
"term": {
"id": 1
}
}
}
},"sort": {
"createTime": {
"order": "desc"
}
}
}响应参数如下，
{
"took": 2,"max_score": null,//返回为空
"hits": [
{
"_index": "student","_score": null,//返回为空
"_source": {
"love": "I like to collect rock albums","age": 1
},"sort": [ // 新的节点
1653747545000 //排序字段值
]
}
]
}
}此时，我们发现_score的值为null,此时表示_score没有用于排序。
createTime 字段的值表示为自 epoch (January 1,1970 00:00:00 UTC)以来的毫秒数，通过 sort 字段的值进行返回。
每个返回结果中会有一个新的节点sort元素，它包含了用于排序的值。 在这个案例中，我们按照 createTime 进行排序，在内部被索引为自epoch以来的毫秒数。 long 类型数1653747545000等价于日期字符串2022-5-28 22:19:50UTC 。
其次 _score 和 max_score 字段都是 null 。计算 _score对性能会有比较大的损耗，通常仅用于排序； 我们一般情况下，并不会根据相关性排序，所以记录_score是没有意义的。如果你的需要场景确实需要计算_score， 此时可以将在请求参数中加track_scores参数，并设置值为true 。
{
"query": {
"bool": {
"filter": {
"term": {
"id": 1
}
}
}
},"track_scores": true,// 将track_scores设置为true
"sort": {
"createTime": {
"order": "desc"
}
}
}字段将会默认升序排序，而按照 _score 的值进行降序排序。
3、按照多字段排序
假定我们想要结合使用 createTime 和_score 进行查询，并且匹配的结果首先按照日期排序，然后按照相关性排序。
{
"query": {
"bool": {
"must": {
"match": {
"love": "I like to collect rock albums"
}
},"filter": {
"term": {
"id": 1
}
}
}
},"sort": [
{
"createTime": {
"order": "desc"
}
},{
"_score": {
"order": "desc"
}
}
]
}排序条件的顺序是很重要的。结果首先按第一个条件排序，仅当结果集的第一个 sort 值完全相同时才会按照第二个条件进行排序，以此类推。
多级排序并不一定包含_score字段。你也可以根据实际业务场景，针对一些不同的字段联合进行排序。
4、单字段多值排序
这种场景是单个字段需要根据多个值进行排序，而且这些值并没有固有的顺序；一个字段多值进行排序，这时应该选择哪个进行排序呢？
如果是数字或日期，你可以将多值字段减为单值，这可以通过使用 min 、 max 、 avg 或是 sum 排序模式 。
比如，你可以按照每个 createTime 字段中的最早日期进行排序，通过以下方法：
{
"query": {
"bool": {
"must": {
"match": {
"love": "I like to collect rock albums"
}
},"sort": {
"createTime": {
"order": "asc","mode": "min"
}
}
}返回结果，
{
"took": 10,"_source": {
"love": "I like to collect rock albums","sort": [
1653747545000
]
}
]
}
}此种应用场景实际生产环境中使用比较少，具体使用需要结合自身业务需求而定。
5、字符串排序与多字段
有一些业务场景下，我们需要根据某个字段的字符串值进行排序。这在普通的关系型数据库中是很难实现的，那在Elasticsearch是怎么处理的呢？
为了对字符串字段进行排序，这个字段在创建索引时，需包含一项：index为not_analyzed。 但是我们仍需要 analyzed 字段，这样才能以全文进行查询。
通常有一个简单的方法解决这个问题：就是用两个字段存储同一个字符串，一个设置为analyzed 用于搜索， 另一个设置为not_analyzed用于排序。
但是如果重复保存相同的字符串两次，在_source字段是浪费空间的。 我们所希望的是传递一个单字段但是却用两种方式索引它。所有的 _core_field 类型 (strings,numbers,Booleans,dates) 接收一个 fields 参数。
此时，在建立映射是，可设置如下：
// < 7.x版本
"love": {
"type": "string","fields": {
"raw": { //子字段
"type": "string","index": "not_analyzed" //设置为not_analyzed
}
}
}
// >= 7.x 版本
"love": {
"type": "keyword","fields": {
"raw": {
"type": "keyword"
}
}
} love 字段与之前的一样: 是一个analyzed全文字段。而新增加的 love.raw 子字段是 not_analyzed.
现在，至少只要我们重新索引了我们的数据，使用 love 字段用于搜索，love.raw 字段用于排序。
请求样例如下,
{
"sort": "love.raw"
}如果没建该字段，则会提示如下信息：
{
"error": {
"root_cause": [
{
"type": "query_shard_exception","reason": "No mapping found for [love.raw] in order to sort on","index_uuid": "PJE50ZroS4OiTMObGhkw7Q","index": "student"
}
],"type": "search_phase_execution_exception","reason": "all shards Failed","phase": "query","grouped": true,"Failed_shards": [
{
"shard": 0,"index": "student","node": "ufFZIzzWQkaNgoJXsUn3Sg","reason": {
"type": "query_shard_exception","index": "student"
}
}
]
},"status": 400
}此时需要重建索引信息如下，
{
"mappings": {
"properties": {
"name": {
"type": "keyword"
},"age": {
"type": "integer"
},"love": {
"type": "keyword","fields": {
"raw": {
"type": "keyword"
}
}
},"createTime": {
"format": "yyyy-MM-dd HH:mm:ss","type": "date"
}
}
}
}最终查询结果如下，
{
"took": 6,"hits": {
"total": {
"value": 20,"createTime": "2022-06-03 17:37:16","name": "test9","sort": [
"I like to collect rock albums"
]
},{
"_index": "student","_id": "3","createTime": "2022-06-03 17:37:17","id": "3","age": 3
},"_id": "5","id": "5","age": 5
},"_id": "7","createTime": "2022-06-03 17:37:18","id": "7","age": 7
},"_id": "9","id": "9","age": 9
},"_id": "11","createTime": "2022-06-03 17:37:19","id": "11","age": 11
},"_id": "13","id": "13","age": 13
},"_id": "15","id": "15","age": 15
},"_id": "17","createTime": "2022-06-03 17:37:20","id": "17","age": 17
},"_id": "19","id": "19","age": 19
},"sort": [
"I like to collect rock albums"
]
}
]
}
}版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
