【ElasticSearch】搜索结果处理：排序、分页、高亮

迷南。 2023-10-13 12:58 57阅读 0赞

#### 文章目录 ####

*  1、排序
 *  2、分页
 *  3、高亮

## 1、排序 ##

elasticsearch支持[对搜索结果排序][Link 1]，`默认是根据相关度算分（_score）来排序`。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。

# 数值、keyword、日期等类型排序的语法
    
    GET /indexName/_search
    {
        
      "query": {
        
        "match_all": {
        }
      },
      "sort": [
        {
        
          "FIELD": "desc"  // 排序字段和排序方式ASC、DESC
        }
      ]
    }

地理类型坐标排序的语法：

GET /indexName/_search
    {
        
      "query": {
        
        "match_all": {
        }
      },
      "sort": [
        {
        
          "_geo_distance" : {
        
              "FIELD" : "纬度，经度",  //经纬度位置字段FIELD，你的位置"纬度、经度"
              "order" : "asc",
              "unit" : "km"   //最后显示为哪个单位，距离你5KM
          }
        }
      ]
    }

**案例一**：对酒店数据按照用户评价降序排序，评价相同的按照价格升序排序

![在这里插入图片描述][2360ff4119f54f4aa09b966c1506865b.png]

GET /hotel/_search
    {
        
      "query": {
        
        "match_all": {
        }
      },
      "sort": [
        {
        
          "score": "desc"  
        },
        {
        
          "price": "asc"  
        }
      ]
    }

![在这里插入图片描述][8b0af5c4390046ba9e1679fe4fa8b136.png]  
**案例二**：实现对酒店数据按照到你的位置坐标的距离升序排序

获取经纬度的方式：
    https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

这个案例在实际场景中即是：

![在这里插入图片描述][ce7d9993e0b1462fa111abc385e18b5d.png]

GET /hotel/_search
    {
        
      "query": {
        
        "match_all": {
        }
      },
      "sort": [
        {
        
          "_geo_distance" : {
        
              "location" : "31.0，121.6",
              "order" : "asc",
              "unit" : "km"
          }
        }
      ]
    }

![在这里插入图片描述][2f8c6dec282344bfb1694a8369686dff.png]

以上两个案例中，指定排序字段后，可以看到返回结果中\_score为null，即指定排序字段，ES就不用打分了，这样对查询性能也有一定提升。

## 2、分页 ##

ES底层有默认的分页参数，因此默认情况下只返回top10的数据，可通过修改`from、size`参数来控制要返回的分页结果：

{
        
      "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"}
      ]
    }
    
    //有点像MySQL的LIMIT，第一个参数从哪儿开始，第二参数为行数

举例：

![在这里插入图片描述][4665dafc649b4b178178021830f6d82a.png]

比如from值为990，size为10，不同于MySQL的正排索引，ES的倒排索引只能先查出前1000条，再截取990-1000条的文档：

![在这里插入图片描述][ffde9945bcd549c0aea60c04c2535aa2.png]

这一点在分布式的ES集群中，就产生了深度分页问题。

例如按price排序后，获取from = 990，size =10的数据：

*  首先在每个数据分片上都排序并查询前1000条文档
 *  然后将所有节点的`结果聚合`，`在内存中重新排序`选出前1000条文档
 *  最后从这1000条中，选取从990开始的10条文档

![在这里插入图片描述][57ff9deb545f42c591c138655b09f947.png]  
此时，如果搜索页数过深，或者结果集（from + size）越大，对内存和CPU的消耗也越高。因此`ES设定结果集查询的上限是10000`

![在这里插入图片描述][497c87ef36de4938ad8efd4ec7884f2a.png]

如果真有这个超10000的需求，ES官方提供[两种解决方案：][Link 2]

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：

原理将排序数据形成快照，保存在内存。官方已经不推荐使用

小结：

![在这里插入图片描述][7d39d6d4a5c64a56b6067e3c33fa94ba.png]

## 3、高亮 ##

即在搜索结果中把搜索关键字突出显示，实现原理是：

*  将搜索结果中的关键字用标签标记出来
 *  在页面中给这个标签添加css样式，如color:red

GET /hotel/_search
    {
        
      "query": {
        
        "match": {
        
          "FIELD": "TEXT"   //这自然不能用match_all了，不然关键字都没了，何谈高亮
        }
      },
      "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
          }
        }
      }
    }

F12看下：

![在这里插入图片描述][6184e14d77b247cfbc8eab592699cf6e.png]

举例：

![在这里插入图片描述][8595eb27b248427b80253d8105527b72.png]  
改require\_field\_match为false：

![在这里插入图片描述][4d864f831feb413e9bab27bbcc1feaaa.png]  
到此，搜索基本结束，综合起来如下：

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" : "31.040699,121.618075", 
              "order" : "asc",
              "unit" : "km"
          }
        }
      ],
      "highlight": {
        
        "fields": {
         // 高亮字段
          "name": {
        
            "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
          }
        }
      }
    }

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/current/sort-search-results.html
[2360ff4119f54f4aa09b966c1506865b.png]: https://img-blog.csdnimg.cn/2360ff4119f54f4aa09b966c1506865b.png
[8b0af5c4390046ba9e1679fe4fa8b136.png]: https://img-blog.csdnimg.cn/8b0af5c4390046ba9e1679fe4fa8b136.png
[ce7d9993e0b1462fa111abc385e18b5d.png]: https://img-blog.csdnimg.cn/ce7d9993e0b1462fa111abc385e18b5d.png
[2f8c6dec282344bfb1694a8369686dff.png]: https://img-blog.csdnimg.cn/2f8c6dec282344bfb1694a8369686dff.png
[4665dafc649b4b178178021830f6d82a.png]: https://img-blog.csdnimg.cn/4665dafc649b4b178178021830f6d82a.png
[ffde9945bcd549c0aea60c04c2535aa2.png]: https://img-blog.csdnimg.cn/ffde9945bcd549c0aea60c04c2535aa2.png
[57ff9deb545f42c591c138655b09f947.png]: https://img-blog.csdnimg.cn/57ff9deb545f42c591c138655b09f947.png
[497c87ef36de4938ad8efd4ec7884f2a.png]: https://img-blog.csdnimg.cn/497c87ef36de4938ad8efd4ec7884f2a.png
[Link 2]: https://www.elastic.co/guide/en/elasticsearch/reference/current/paginate-search-results.html
[7d39d6d4a5c64a56b6067e3c33fa94ba.png]: https://img-blog.csdnimg.cn/7d39d6d4a5c64a56b6067e3c33fa94ba.png
[6184e14d77b247cfbc8eab592699cf6e.png]: https://img-blog.csdnimg.cn/6184e14d77b247cfbc8eab592699cf6e.png
[8595eb27b248427b80253d8105527b72.png]: https://img-blog.csdnimg.cn/8595eb27b248427b80253d8105527b72.png
[4d864f831feb413e9bab27bbcc1feaaa.png]: https://img-blog.csdnimg.cn/4d864f831feb413e9bab27bbcc1feaaa.png