ES七| elasticsearch中的排序过程

最新推荐文章于 2024-07-23 18:52:50 发布

原创

最新推荐文章于 2024-07-23 18:52:50 发布 · 3.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#elasticsearch #java #es #数据库 #字符串

本文档介绍了Elasticsearch中如何进行字段排序，包括默认的按相关性排序和自定义字段排序。相关性分数通过_score字段表示，而过滤查询不涉及此分数。在排序时，可以指定多个字段实现多级排序。此外，对于多值字段，可以使用min、max等模式进行排序。文章还探讨了相关性计算的TF/IDF算法，以及如何通过explain参数查看评分详情。最后，讨论了字段数据的概念，它用于排序和聚合操作，会占用内存，但能提高效率。

免责声明：本专栏的内容都是在读了《Elasticsearch权威指南（中文版）》书籍后整理的读后感及部分内容笔记，具体内容请查阅原著内容。

引言

默认情况下，结果集会按照相关性进行排序 -- 相关性越高，排名越靠前。在ElasticSearch的查询结果中，相关性分值会用 _score 字段来给出一个浮点型的数值，所以默认情况下，结果集以 _score 进行倒序排列。过滤语句与 _score 没有关系，但是有隐含的查询条件 match_all 为所有的文档的 _score设值为 1 。也就相当于所有的文档相关性是相同的。

字段值排序

下面例子中，对结果集按照时间排序，这也是最常见的情形，将最新的文档排列靠前。我们使用 sort 参数进行排序：

GET /_search
{
    "query" : {
        "filtered" : {
            "filter" : { "term" : { "user_id" : 1 }}
        }
    },
    "sort": { "date": { "order": "desc" }}
}

返回结果如下所示：

"hits" : {
    "total" : 6,
    "max_score" : null, <1>
    "hits" : [ {
        "_index" : "us",
        "_type" : "tweet",
        "_id" : "14",
        "_score" : null, <1>
        "_source" : {
            "date": "2014-09-24",
            ...
        },
        "sort" : [ 1411516800000 ] <2>
    },
    ...]
}

两个需要注意的地方：

<1> _score 字段没有经过计算，因为它没有用作排序。

<2> date 字段被转为毫秒当作排序依据。

首先，在每个结果中增加了一个 sort 字段，它所包含的值是用来排序的。在这个例子当中date 字段在内部被转为毫秒，即长整型数字 1411516800000 等同于日期字符串 2014-09-2400:00:00 UTC 。

其次就是 _score 和 max_score 字段都为 null 。计算 _score 是比较消耗性能的, 而且通常主要用作排序 -- 我们不是用相关性进行排序的时候，就不需要统计其相关性。如果你想强制计算其相关性，可以设置 track_scores 为 true 。

此外，作为缩写，你可以只指定要排序的字段名称，字段值默认以顺序排列，而 _score 默认以倒序排列：