Elasticsearch:IndexSorting预排序

        通过对Elasticsearch深入理解（三）—— ElasticSearch是如何做到快速索引的（倒排索引原理）_Mr.二狗的博客-CSDN博客_elasticsearch倒排索引技术实现的阅读，我们可以得知：倒排索引里的数据(docID)是有顺序的，默认是写入顺序，在大部分情况下，当检索数据时，都需要遍历倒排索引里的所有docID，然后对当前document的数据做解析。

      当我们希望对检索的数据按照某个字段做排序，且仅仅取结果集的top n时，还是需要遍历倒排索引里的所有数据。因为每个document中的字段是无序的，只有遍历了所有的document时才知道哪些是top n. 这样就存在很大的性能问题，毕竟当倒排索引的数据量很大时，遍历处理过程需要耗费很长的时间，比如：'获取北京市地区订单金额最大的10笔订单'，就要遍历北京市的所有订单。Index Sorting就是提高性能的方式。

      IndexSorting，就是对索引里的数据做排序，不仅仅是倒排索引，Segment里的所有数据都是，包括正向索引，docValues，倒排索引等等。使这些数据结构里的数据不再按照原来的写入顺序排序，而是按照指定的Field，ASC/DESC形式来排序，这样当我们检索时排序方式契合IndexSorting的形式，且不统计命中总数，不计算最大评分，仅仅取top n的数据时，就能触发Early Termination 机制，不再需要遍历所有的document，仅仅按照顺序处理，当符合要求的数据达到n时，直接结束。

IndexSorting是一种预排序

      与查询时的Sort不同，IndexSorting是一种预排序，即数据预先按照某种方式进行排序，它是Index的一个设置，不可更改。大家知道，Elasticsearch的底层是Lucene，Lucene中是以Segment为单位进行查询的，这里说的IndexSorting对数据进行预排序也是在每个Segment内有序的。

      一个Segment中的每个文档，都会被分配一个docID，docID从0开始，顺序分配。在没有IndexSorting时，docID是按照文档写入的顺序进行分配的，在设置了IndexSorting之后，docID的顺序就与IndexSorting的顺序一致。

      举个例子来说，假如文档中有一列为Timestamp，我们在IndexSorting中设置按照Timestamp逆序排序，那么在一个Segment内，docID越小，对应的文档的Timestamp越大，即按照Timestamp从大到小的顺序分配docID。

IndexSorting使用方式

        IndexSorting需要在创建索引时在Mappings和Settings里指定，具体使用方式如下：

单Field排序:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

PUT famer {   "settings": {     "index":{       "sort.field":"times",       "sort.order":"desc"     }   },   "mappings": {     "famer":{       "properties":{         "times":{           "type":"date"         }       }     }   } }

多Field排序:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

PUT worker {   "settings": {     "index":{       "sort.field":["times","age"],       "sort.order":["desc","desc"]     }   },   "mappings": {     "worker":{       "properties":{         "times":{           "type":"date"         },         "age":{           "type":"integer"         }       }     }   } }

      当通过配置 index.sort.field，index.sort.order 两个选项后，Elasticsearch在Refresh时，会对当前内存新写入的数据根据这两个配置项作重新排序，然后生成Segment。这几个Field构成的排序机制就类似于Mysql的聚集索引，且可以是复合聚集索引。当搜索的数据是按照主键索引排序，且不是全表查询，不统计总数时，就能发挥主键索引的所用，能极大的提高检索效率。

总结

      Elasticsearch Index Sorting 是通过调整Segment里的数据顺序来契合检索时的顺序，以达到在检索时能够按照Sort里的顺序来对document做处理，当取到足量的满足条件的数据时 Early Terminate，忽略后续所有的document，当指定Field值的倒排索引的数据量很大时，能够极大的提升检索时的效率。