elasticsearch系列之排序

ElasticSearch想关性排序

在默认的情况下，结果集会按照相关性进行排序，也就是相关性越高，排名越靠前。

本次我们说到的是字段值排序

一级排序

在常见的例子当中，我们会按照时间进行排序，从而将最新的文档排列靠前。我们使用sort参数进行排序

看下面例子

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

得到的结果

"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>
    },
    ...
}

<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 2014-09-24 00:00:00 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。

多级排序

GET /_search
{
    "query" : {
        "filtered" : {
            "query":   { "match": { "tweet": "manage text search" }},
            "filter" : { "term" : { "user_id" : 2 }}
        }
    },
    "sort": [
        { "date":   { "order": "desc" }},
        { "_score": { "order": "desc" }}
    ]
}

多级排序，也就是结果集有限使用第一排序字段来排序，当第一排序值相同的时候，再也是第二排序字段对第一排序字段进行排序。