SpringCloud:ElasticSearch之搜索结果处理 | 您所在的位置:网站首页 › springcloud es搜索引擎 › SpringCloud:ElasticSearch之搜索结果处理 |
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。 示例: 需求描述: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。 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。 提示:获取你的位置的经纬度的方式:高德地图-获取鼠标点击经纬度 假设我的位置是:31.034661,121.612282,寻找我周围距离最近的酒店。 elasticsearch默认情况下只返回top 10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条~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: 查询TOP 1000,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TOP 1000的数据,并不是每个节点查询200条就可以了。 因为节点A的TOP 200,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TOP 1000,必须先查询出每个节点的TOP 1000,汇总结果后,重新排名,重新截取TOP 1000。 那如果我要查询9900~10000的数据呢?是不是要先查询TOP 10000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: 1)给文档中的所有关键字都添加一个标签,例如标签2)页面给标签编写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": "", // 用来标记高亮字段的前置标签 "post_tags": "" // 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示例: 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:高亮条件示例: GET /hotel/_search { "query": { "match": { "name": "如家" } }, "from": 0 , // 分页开始的位置 "size": 20, // 期望获取的文档总数 "sort": [ { "price": "asc" // 普通排序 }, { "_geo_distance": { // 距离排序 "location": { "lat": 31.034661, "lon": 121.612282 }, "order": "desc", "unit": "km" } } ], "highlight": { "fields": { //高亮 "name": { "pre_tags": "", // 用来标记高亮字段的前置标签 "post_tags": "" // 用来标记高亮字段的后置标签 } } } } |
CopyRight 2018-2019 实验室设备网 版权所有 |