Elasticsearch学习笔记-p5（搜索结果处理）

Posted 2021-12-16 LL.LEBRON

文章目录

• 搜索结果处理
• • 1.排序
  • • 1.1 普通字段排序
    • 1.2 地理坐标排序
  • 2.分页
  • • 2.1 基本的分页
    • 2.2 深度分页问题
    • 2.3 总结
  • 3.高亮
  • • 3.1 高亮原理
    • 3.2 实现高亮
  • 4.总结

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

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
• from和size：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！😏🍭😘