本文深入探讨ElasticSearch的排序机制，包括默认的相关性排序和自定义字段值排序。通过示例展示了如何使用sort参数进行时间、_score和其他字段的排序，强调了多级排序和字符串字段的排序策略。此外，还介绍了ElasticSearch中的相关性计算，包括TF/IDF算法，以及explain参数在调试查询时的作用。最后，讨论了数据字段及其在排序和聚合中的作用，以及内存管理的重要性。
一、排序
相关性排序
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。 这一章我们会讲述相关性是什么以及它是如何计算的。 在此之前，我们先看一下sort参数的使用方法。
排序方式
为了使结果可以按照相关性进行排序，我们需要一个相关性的值。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。
有时，即便如此，你还是没有一个有意义的相关性分值。比如，以下语句返回所有tweets中 user_id 是否 包含值 1：
GET /_search
{
"query" : {
"filtered" : {
"filter" : {
"term" : {
"user_id" : 1
}
}
}
}
}
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" }}
}
你会发现这里有两个不同点：
"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>
},
...
}
_score字段没有经过计算，因为它没有用作排序。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。
默认排序
你可以只指定要排序的字段名称：
"sort": "number_of_ch
最低0.47元/天 解锁文章
3596
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
