首页 > 其他分享 >搜索结果处理

搜索结果处理

时间:2022-12-08 22:33:07浏览次数:63  
标签:search 高亮 分页 结果 处理 查询 搜索 排序 size

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,再按照第二个条示例: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

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

假设我的位置是:31.034661,121.612282,寻找我周围距离最近的酒店。

2.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 ?, ?

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

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:

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。

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:

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

 

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:

 

标签:search,高亮,分页,结果,处理,查询,搜索,排序,size
From: https://www.cnblogs.com/kisshappyboy/p/16967609.html

相关文章

  • GPS数据处理
    GPS数据处理题目内容:NMEA-0183协议是为了在不同的GPS(全球定位系统)导航设备中建立统一的BTCM(海事无线电技术委员会)标准,由美国国家海洋电子协会(NMEA-TheNationalMarin......
  • 腾讯地图坐标拾取器(自实现,可回调结果)
    简介腾讯地图坐标拾取器。基于腾讯地图API和Layui实现类似于微信小程序wx.getLocation(Objectobject)效果。演示JQ22GitHub(优先更新!)示例<!doctypehtml><......
  • 搜索文章及代码(Matlab&Python代码实现)
     ......
  • 字符串处理常用技术
    CString中空格的去除方式一:cstring.replace('',NULL);//截取去除空格 此法同样可以去掉其它不想要的符号:cstring.replace('-',NULL);cs......
  • (64)C# 预处理器指令
     一、#define #undef 标记一个符号取消标记一个符号该指令要放在文件的开头 二、#if#elif #else#endif 符号还支持逻辑预算!==!= || 全局 定义trace常量相当......
  • 批处理编写
    1.echo@echoon@echoabcpause @echooff@echoabcpause@echooff  @echoon区别是显示执行的路径 2.pause不关闭窗口 ......
  • php 大文件分片上传处理
    ​ 核心原理: 该项目核心就是文件分块上传。前后端要高度配合,需要双方约定好一些数据,才能完成大文件分块,我们在项目中要重点解决的以下问题。* 如何分片;* 如何合成......
  • 【数据挖掘】数据预处理和运用概念以及对鸢尾花数据集分类的分位数图和直方图的实际运
    一.数据预处理和运用1.1数据科学家在机器学习的工作统计1.2数据清理大部分的机器学习模型所处理的都是特征,特征通常是输入变量所对应的可用于模型的数值表示。大部分......
  • 嵌入式:ARM系列处理器详解与性能对比
    ARM处理器目前包括以下几个系列:ARM7系列ARM9系列ARM9E系列ARM10E系列SecurCore系列Inter的XscaleInter的StrongARM其中,ARM7、ARM9、ARM9E和ARM10为4个通用处理器系列,每一个......
  • 百万数据毫秒处理---lucene字典数据结构-FST
    参考:https://www.codercto.com/a/44517.htmllucene从4开始大量使用的数据结构是FST(FiniteStateTransducer)。FST有两个优点:1)空间占用小。通过对词典中单词前缀和后缀的重......