Elasticsearch多字段排序实战技巧

Elasticsearch多字段排序实战技巧

引用

CSDN

等

12

来源

1.

https://blog.csdn.net/UbuntuTouch/article/details/138066503

2.

https://blog.csdn.net/wang0907/article/details/136699246

3.

https://blog.csdn.net/laoyang360/article/details/140483950

4.

https://blog.csdn.net/wkywky123/article/details/137943472

5.

https://blog.csdn.net/weixin_41866717/article/details/139879070

6.

https://www.restack.io/p/java-problem-solving-methodologies-answer-elastic-java-api-sort

7.

https://www.cnblogs.com/szrs/p/18269216

8.

https://www.elastic.co/search-labs/blog/scoring-documents-by-the-closest-one-with-multiple-kNN-fields

9.

https://www.restack.io/p/java-problem-solving-methodologies-answer-elasticsearch-java-sort

10.

https://www.pipiho.com/es/7.7/cn/multi-search-template.html

11.

https://www.cnblogs.com/abiu/p/16050505.html

12.

https://www.cnblogs.com/TheMagicalRainbowSea/p/18424015

在大数据处理领域，Elasticsearch的多字段排序功能备受关注。通过高级排序技术，如多级排序和脚本排序，可以实现复杂的业务需求。例如，在商品搜索中，可以通过Groovy Script脚本将多个字段值归为一个评分进行排序，以满足特定的业务规则。此外，使用FunctionScoreQueryBuilder还可以根据文档类型动态调整权重，使原创内容优先显示。这些技巧不仅提升了查询结果的相关性，还增强了用户体验。

在Elasticsearch中，多字段排序是通过在查询的sort部分指定每个字段及其排序方式来实现的。基本语法如下：

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "field1": {
        "order": "desc"
      }
    },
    {
      "field2": {
        "order": "asc"
      }
    }
  ]
}

在这个例子中，我们对field1按降序排序，对field2按升序排序。需要注意的是，Elasticsearch允许排序的只能是属性字段，不能是索引或摘要字段。

电商商品搜索

在电商场景中，商品搜索通常需要考虑多个维度的排序，如价格、销量、用户评分等。以下是一个示例：

GET /products/_search
{
  "query": {
    "match": {
      "title": "智能手表"
    }
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    },
    {
      "sales": {
        "order": "desc"
      }
    },
    {
      "rating": {
        "order": "desc"
      }
    }
  ]
}

这个查询将首先按价格升序排序，然后在价格相同的情况下按销量降序排序，最后按用户评分降序排序。

日志分析

在日志分析场景中，通常需要按时间、严重程度、来源等多个维度进行排序。例如：

GET /logs/_search
{
  "query": {
    "match": {
      "message": "error"
    }
  },
  "sort": [
    {
      "@timestamp": {
        "order": "desc"
      }
    },
    {
      "severity": {
        "order": "desc"
      }
    },
    {
      "source": {
        "order": "asc"
      }
    }
  ]
}

这个查询将首先按时间降序排序，然后在时间相同的情况下按严重程度降序排序，最后按来源升序排序。

Groovy Script脚本排序

在某些复杂场景下，可能需要将多个字段的值综合计算后进行排序。这时可以使用Groovy Script脚本排序。例如，我们可以将商品的价格、销量和评分综合计算出一个综合评分：

GET /products/_search
{
  "query": {
    "match": {
      "title": "智能手表"
    }
  },
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "groovy",
        "source": "doc['price'].value * 0.3 + doc['sales'].value * 0.5 + doc['rating'].value * 0.2"
      },
      "order": "desc"
    }
  }
}

这个查询将根据价格、销量和评分的加权平均值进行排序。

FunctionScoreQueryBuilder

FunctionScoreQueryBuilder允许根据文档的特定属性动态调整权重。例如，我们可以让原创内容在搜索结果中优先显示：

GET /articles/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "Elasticsearch"
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "is_original": true
            }
          },
          "weight": 2
        }
      ],
      "score_mode": "multiply"
    }
  }
}

这个查询将使原创内容的权重翻倍，从而在搜索结果中优先显示。

多字段排序虽然强大，但也会对性能产生影响。以下是一些优化建议：

1. 避免在高基数字段上排序：高基数字段（如用户ID）上的排序会显著降低性能。
2. 使用索引排序：在创建索引时预先指定排序字段，可以提高排序性能。
3. 限制结果数量：使用size参数限制返回的结果数量，避免一次性处理大量数据。
4. 禁用优化：在某些情况下，Elasticsearch会启用优化以加快排序速度，但这可能导致不准确的总命中数。如果需要精确的总命中数，可以禁用这种优化：

{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "field1": {
        "order": "desc"
      }
    }
  ],
  "track_total_hits": true,
  "track_scores": true,
  "disable_optimizations": {
    "sorting": {
      "degrading": false
    }
  }
}

通过以上技巧，可以有效地提升Elasticsearch多字段排序的性能和实用性。在实际应用中，需要根据具体业务场景和数据特点，灵活选择和组合这些排序技术，以达到最佳的搜索效果。