5.3 排序 (Sorting)

5.3 排序 (Sorting)

5.3 排序 (Sorting)

在 Elasticsearch 中，排序 (Sorting) 是一个至关重要的功能，它允许你按照一个或多个字段的值来排列搜索结果。这对于提供用户友好的搜索体验至关重要，因为用户通常希望看到最相关的结果排在最前面。

5.3.1 基础排序

最简单的排序方式是按照单个字段的升序或降序排列。 默认情况下，Elasticsearch 按照相关性评分 _score 降序排列。

代码示例：

假设我们有一个名为 products 的索引，其中包含 name (产品名称) 和 price (价格) 字段。 我们想按照价格升序排列结果。

GET /products/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "price": {
        "order": "asc"
      }
    }
  ]
}
​

详解：

• GET /products/_search：指定要搜索的索引。

• query: 匹配所有文档

• sort：定义排序规则的数组。

  • price：要排序的字段。

  • order: 排序顺序，asc 表示升序 (ascending)，desc 表示降序 (descending)。

响应示例：

{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 10,
    "max_score": null,
    "hits": [
      {
        "_index": "products",
        "_type": "product",
        "_id": "1",
        "_score": null,
        "_source": {
          "name": "Product A",
          "price": 10
        },
        "sort": [
          10
        ]
      },
      {
        "_index": "products",
        "_type": "product",
        "_id": "2",
        "_score": null,
        "_source": {
          "name": "Product B",
          "price": 20
        },
        "sort": [
          20
        ]
      },
      // ... 更多结果
    ]
  }
}
​

简写形式：

如果只需要指定字段和排序顺序，可以使用更简洁的语法：

GET /products/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    { "price": "asc" }
  ]
}
​

5.3.2 多字段排序

Elasticsearch 允许你按照多个字段进行排序。 这对于在第一个字段的值相等时，使用第二个字段进行进一步排序非常有用。

代码示例：

假设我们想先按照价格升序排序，然后按照产品名称升序排序。

GET /products/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    { "price": { "order": "asc" } },
    { "name": { "order": "asc" } }
  ]
}
​

详解：

• sort 数组中的每个元素都定义了一个排序规则。

• Elasticsearch 会按照数组中规则的顺序依次进行排序。 首先按照 price 升序排序，如果 price 相同，则按照 name 升序排序。

5.3.3 缺失值处理 (Missing Values)

当排序字段的值缺失时，Elasticsearch 提供了 missing 参数来控制如何处理这些文档。

代码示例：

假设某些产品没有 price 字段。 我们想将没有 price 的产品排在最后。

GET /products/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "price": {
        "order": "asc",
        "missing": "_last"
      }
    }
  ]
}
​

详解：

• missing: 指定缺失值的处理方式。

  • _last: 将缺失值的文档排在最后。

  • _first: 将缺失值的文档排在最前面。

  • 你也可以指定一个具体的值，例如 0，将缺失值视为 0 进行排序。

5.3.4 基于地理位置排序 (Geo Distance Sorting)

如果你的索引包含地理位置信息，你可以根据与指定位置的距离进行排序。

代码示例：

假设我们有一个名为 restaurants 的索引，其中包含 location (地理位置) 字段。 我们想按照餐厅与指定坐标 (纬度 40.7158, 经度 -74.0056) 的距离升序排列结果。

GET /restaurants/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 40.7158,
          "lon": -74.0056
        },
        "order": "asc",
        "unit": "km",
        "mode": "min"
      }
    }
  ]
}
​

详解：

• _geo_distance: 指定按照地理距离排序。

  • location: 地理位置字段。

  • lat: 纬度。

  • lon: 经度。

  • order: 排序顺序。

  • unit: 距离单位 (例如，km，m，miles)。

  • mode: 当一个文档有多个地理坐标时，计算距离的方式。 默认为 min，表示使用最近的距离。 其他选项包括 max 和 avg。

5.3.5 基于脚本排序 (Script-Based Sorting)

Elasticsearch 允许你使用脚本来定义更复杂的排序逻辑。

代码示例：

假设我们想按照 price 和 discount 的组合值进行排序。

GET /products/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_script": {
        "script": {
          "source": "doc['price'].value * (1 - doc['discount'].value)",
          "lang": "painless"
        },
        "order": "asc",
        "type": "number"
      }
    }
  ]
}
​

详解：

• _script: 指定使用脚本排序。

  • script: 定义脚本。

    • source: 脚本代码。 这里使用 Painless 脚本语言计算 price * (1 - discount)。

    • lang: 脚本语言。

  • order: 排序顺序。

  • type: 脚本返回值的类型。

安全注意事项：

• 使用脚本排序可能会影响性能，因为它需要为每个文档执行脚本。

• 在生产环境中，应谨慎使用脚本排序，并确保脚本是安全和高效的。

5.3.6 排序的流程图

5.3.7 优化排序性能

• 避免在非索引字段上排序： 在非索引字段上排序会导致全表扫描，影响性能。 确保用于排序的字段已正确索引。

• 使用 doc values： 对于数值、日期和地理位置等字段，Elasticsearch 使用 doc values 来加速排序。 确保这些字段启用了 doc values。

• 限制返回结果的数量： 使用 size 参数限制返回结果的数量可以减少排序的开销。

• 使用缓存： Elasticsearch 会缓存查询结果，包括排序结果。 合理配置缓存可以提高性能。

• 避免过度使用脚本排序： 脚本排序会影响性能，应尽量避免使用。

5.3.8 总结

Elasticsearch 的排序功能非常强大，可以满足各种排序需求。 通过合理使用排序参数，可以优化搜索结果的呈现方式，提高用户体验。 理解不同排序方式的特点和性能影响，可以帮助你选择最适合的排序策略。