Elasticsearch学习笔记-p5(搜索结果处理)

Posted LL.LEBRON

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Elasticsearch学习笔记-p5(搜索结果处理)相关的知识,希望对你有一定的参考价值。


视频指路👉 B站黑马微服务超级推荐!!

搜索结果处理

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

例子:酒店数据按照用户评价(score)降序排序,评价相同的按照价格(price)升序排序

1.2 地理坐标排序

地理坐标排序略有不同。

语法:

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

例子:实现对酒店数据按照到你的位置坐标的距离升序排序

获取你的位置的经纬度的方式:https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

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

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fromsize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

语法:

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:

这样带来什么问题呢?

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。

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 总结

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

什么是高亮显示呢?

我们在百度,京东搜索时,关键字会变成红色,比较醒目,这叫高亮显示:

高亮显示的实现分为两步:

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

3.2 实现高亮

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

例子:

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
  • fromsize:分页条件
  • sort:排序条件
  • highlight:高亮条件

DSL 总体结构如下:

最后喜欢的小伙伴,记得三连哦!😏🍭😘

以上是关于Elasticsearch学习笔记-p5(搜索结果处理)的主要内容,如果未能解决你的问题,请参考以下文章

李宏毅 机器学习 p5学习 笔记

李宏毅机器学习 p5(pytorch 1)学习笔记

Elasticsearch学习笔记1:Elasticsearch是什么?就是做搜索的!

Elasticsearch学习笔记1:Elasticsearch是什么?就是做搜索的!

Elasticsearch学习笔记1:Elasticsearch是什么?就是做搜索的!

elasticsearch学习笔记