网站导航
> 文章列表 > SpringCloud：ElasticSearch之搜索结果处理

SpringCloud：ElasticSearch之搜索结果处理

网友: 文章列表 2024-03-22 01:25:46

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。

在这里插入图片描述

1.2.地理坐标排序

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。

在这里插入图片描述

2.分页

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：

在这里插入图片描述

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。

在这里插入图片描述

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：

在这里插入图片描述

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<em>标签
  • 2）页面给<em>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": "<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

示例：

在这里插入图片描述

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

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": "<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}}}
}

在这里插入图片描述

网络标签：

相关问题