当前位置: 首页>数据库>正文

ES 定义类 排除某个字段 es date类型排序

搜索的结果可以按照用户指定的方式去处理或展示。

1.排序

elasticsearch默认是根据相关度算分(_score)来排序,但是也支持自定义方式对搜索结果排序。可以排序字段类型有:keyword类型、数值类型、地理坐标类型、日期类型等。

1.1.普通字段排序

keyword、数值、日期类型排序的语法基本一致。

语法

GET /indexName/_search
 {
   "query": {
     "match_all": {}
   },
   "sort": [
     {
       "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
     }
   ]
 }

排序条件是一个数组,也就是可以写多个排序条件。按照声明的顺序,当第一个条件相等时,再按照第二个条件排序,以此类推  

举例:

#3排序测试
 #3.1普通字段排序#根据用户评价升序
 #根据酒店价格降序
 GET /hotel/_search
 {
   "query": {
     "match_all": {}
   }, 
   "sort": [
     {
       "score": "asc",
       "price": "desc"
     }
   ]
 }

 

1.2.地理坐标排序

地理坐标排序略有不同。

语法说明

GET /indexName/_search
 {
   "query": {
     "match_all": {}
   },
   "sort": [
     {
       "_geo_distance" : {
           "FIELD" : "纬度,经度", // 文档中geo_point类型的字段名、目标坐标点
           "order" : "asc", // 排序方式
           "unit" : "km" // 排序的距离单位
       }
     }
   ]
 }

这个查询的含义是:

  • 指定一个坐标,作为目标点
  • 计算每一个文档中,指定字段(必须是geo_point类型)的坐标 到目标点的距离是多少
  • 根据距离排序

示例:

需求描述:实现对酒店数据按照到你的位置坐标的距离升序排序

假设我的位置是:31.034661,121.612282,寻找我周围距离最近的酒店。

GET /hotel/_search
 {
   "query": {
     "match_all": {}
   },
   "sort": [
     {
      "_geo_distance": {
        "location": {
          "lat": 31.034661,
          "lon": 121.612282
        },
        "order": "asc",
        "unit": "km"
      }
     }
   ]
 }

2.分页

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果:

  • from:从第几个文档开始
  • size:总共查询几个文档

类似于mysql中的limit ?, ?

2.1.基本的分页

分页的基本语法如下:

GET /hotel/_search
 {
   "query": {
     "match_all": {}
   },
   "from": 0, // 分页开始的位置,默认为0
   "size": 10, // 期望获取的文档总数
   "sort": [
     {"price": "asc"}
   ]
 }

2.2.深度分页问题

现在,我要查询990~1000的数据,查询逻辑要这么写:

GET /hotel/_search
 {
   "query": {
     "match_all": {}
   },
   "from": 990, // 分页开始的位置,默认为0
   "size": 10, // 期望获取的文档总数
   "sort": [
     {"price": "asc"}
   ]
 }

这里是查询990开始的数据,也就是 第990~第1000条 数据。

不过,elasticsearch内部分页时,必须先查询 0~1000条,然后截取其中的990 ~ 1000的这10条:

 

ES 定义类 排除某个字段 es date类型排序,ES 定义类 排除某个字段 es date类型排序_ES 定义类 排除某个字段,第1张

 

查询TOP1000,如果es是单点模式,这并无太大影响。

但是elasticsearch将来一定是集群,例如我集群有5个节点,我要查询TOP1000的数据,并不是每个节点查询200条就可以了。

因为节点A的TOP200,在另一个节点可能排到10000名以外了。

因此要想获取整个集群的TOP1000,必须先查询出每个节点的TOP1000,汇总结果后,重新排名,重新截取TOP1000。

ES 定义类 排除某个字段 es date类型排序,ES 定义类 排除某个字段 es date类型排序_分页_02,第2张

那如果我要查询9900~10000的数据呢?是不是要先查询TOP10000呢?那每个节点都要查询10000条?汇总到内存中?

当查询分页深度较大时,汇总数据过多,对内存和CPU会产生非常大的压力,因此elasticsearch会禁止from+ size 超过10000的请求。

针对深度分页,ES提供了两种解决方案,官方文档:

  • search after:分页时需要排序,原理是从上一次的排序值开始,查询下一页数据。官方推荐使用的方式。
  • scroll:原理将排序后的文档id形成快照,保存在内存。官方已经不推荐使用。

2.3.小结

分页查询的常见实现方案以及优缺点:

  • from + size
  • 优点:支持随机翻页
  • 缺点:深度分页问题,默认查询上限(from + size)是10000
  • 场景:百度、京东、谷歌、淘宝这样的随机翻页搜索
  • after search
  • 优点:没有查询上限(单次查询的size不超过10000)
  • 缺点:只能向后逐页查询,不支持随机翻页
  • 场景:没有随机翻页需求的搜索,例如手机向下滚动翻页
  • scroll
  • 优点:没有查询上限(单次查询的size不超过10000)
  • 缺点:会有额外内存消耗,并且搜索结果是非实时的
  • 场景:海量数据的获取和迁移。从ES7.1开始不推荐,建议用 after search方案。

3.高亮

3.1.高亮原理

高亮显示的实现分为两步:

  • 1)给文档中的所有关键字都添加一个标签,例如<em>标签
  • 2)页面给<em>标签编写CSS样式

3.2.实现高亮

高亮的语法

GET /hotel/_search
 {
   "query": {
     "match": {
       "FIELD": "TEXT" // 查询条件,高亮一定要使用全文检索查询
     }
   },
   "highlight": {
     "fields": { // 指定要高亮的字段
       "FIELD": {
         "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
         "post_tags": "</em>" // 用来标记高亮字段的后置标签
       }
     }
   }
 }

注意:

  • 高亮是对关键字高亮,因此搜索条件必须带有关键字,而不能是范围这样的查询。
  • 默认情况下,高亮的字段,必须与搜索指定的字段一致,否则无法高亮
  • 如果要对非搜索字段高亮,则需要添加一个属性:required_field_match=false

 举例:

#搜索如家高亮显示查询
 GET /hotel/_search
 {
   "query": {
     "match": {
       "all": "如家"
     }
   },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
 }

4.总结

查询的DSL是一个大的JSON对象,包含下列属性:

  • query:查询条件
  • from和size:分页条件
  • sort:排序条件
  • highlight:高亮条件

ES 定义类 排除某个字段 es date类型排序,ES 定义类 排除某个字段 es date类型排序_字段_03,第3张

 

 


https://www.xamrdz.com/database/6nw1934717.html

相关文章: