ElasticSearch之排序使用-ES常用排序方法

ElasticSearch之排序使用-ES常用排序方法

在搜索系统中，最常遇到的一个需求就是排序，同时排序也是搜索引擎需要改造最多的地方。

常见排序一般有如下两类：
（1）按照相似度匹配得分排序

（2）按照指定字段排序

相似度得分排序是系统默认的排序方式，更多时候，我们需要按照指定字段排序。lucene中，基于字段内容的排序是由FieldComparator接口来实现的，在排序中又分为单字段排序和多字段排序。在排序速度方面，数值类型排序速度最快，在lucene中数值类型的排序是由 NumericComparator 的派生类来实现，NumericComparator派生类支持 float、double、int 、long 四钟类型（日期在底层会转化为long型存储）。
字符串类型的字段一般都需要进行搜索的，那么需要对其进行分词处理。分词处理的结果就是将该字符串解析为多个词条。在lucene层面，根据docid可以取到多个索引词条，而无论采用哪个索引词条来进行排序其实都正确。
所以为了对字符串类型字段进行排序，需要保存整个字符串作为一个索引词条，同时为了保证该字段能够被搜索，还要保存该字符串analyzed的结果（即需要保存完整的字符串作为一个词条，同时又分词索引）。

在ES中为实现该功能，ES提供了 multi-field mapping 机制，配置通过配置即可实现字段即分词，又可排序：

“title”: {
“type”: “string”,
“analyzer”: “ansj”,
“fields”: {
“sort”: {
“type”: “string”,
“index”: “not_analyzed”
}
}
}

通过title字段作为搜索，而用title.sort字段作为排序：

GET /_search
{
“query”: {
“match”: {
“title”: “elasticsearch”
}
},
“sort”: “title.sort”

}

Lucene标准语法中多字段排序：
{
“from”: 0,
“size”: 10,
“query”: {
“query_string”: { “query”: “*😗”, “default_operator”: “and” }
},
“sort”: [

{

“title.sort”: { “order”: “desc” },

“_score”: { “order”: “desc” }
}
]

}

缺省字段排序：

{
“from”: 0,
“size”: 10,
“query”: {
“query_string”: { “query”: “title:test”, “default_operator”: “and” }
},
“sort”: [
{
“rpgendatetime”: { “order”: “desc”, “missing”: “_last” }
}
]
}

使用脚本排序：

{
“query” : {
“query_string”: {
“query”: “”,
“default_operator”: “and”
}
},
“sort” : {
“_script” : {
“type” : “number”,
“script” : {
“inline”: “doc[‘field_name’].value * factor”,
“params” : {
“factor” : 1.1
}
},
“order” : “asc”
}
}
}