微服务分布式搜索引擎 ElasticSearch 搜索结果处理 排序、分页与高亮

文章目录

⛄引言

本文参考黑马 分布式Elastic search
Elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容

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。

一、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。

⛅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

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：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

假设我的位置是：22.537148, 114.051375 寻找我周围距离最近的酒店。

二、分页

elasticsearch 默认情况下只返回top10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 ?, ?

⌚基本分页

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"}]}

执行查询结果

⏰深度分页

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~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TOP1000，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TOP1000的数据，并不是每个节点查询200条就可以了。

因为节点A的TOP200，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TOP1000，必须先查询出每个节点的TOP1000，汇总结果后，重新排名，重新截取TOP1000。

那如果我要查询9900~10000的数据呢？是不是要先查询TOP10000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。

分页小结

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。

三、高亮

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<em>标签
• 2）页面给<em>标签编写CSS样式

⚡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

搜索结果

高亮小结

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：

⛵小结

以上就是【Bug 终结者】对 微服务分布式搜索引擎 Elastic Search RestClient 操作文档 的简单介绍，ES搜索引擎无疑是最优秀的分布式搜索引擎，使用它，可大大提高项目的灵活、高效性！**

技术改变世界！！！

**

如果这篇【文章】有帮助到你，希望可以给【Bug 终结者】点个赞👍，创作不易，如果有对【后端技术】、【前端领域】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！