搜索结果处理
- 排序
- 分页
- 高亮显示
1、排序
ES支持对搜索结果排序,默认是根据相关度算分(BM25算法的_score)来排序。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。
注意:指定了排序字段后ES就会放弃打分,按指定的排序字段走。
语法如下: 按某个字段排序 / 地理坐标排序(指定经纬度中心点按距离排序)
#排序 GET /hotel/_search { "query": { "match_all": {} }, "sort": [ { "score": { "order": "desc" }, "price": { "order": "asc" } } ] }
效果如下:
高德开放平台获取鼠标点击位置经纬度:https://lbs.amap.com/demo/javascript-api-v2/example/map/click-to-get-lnglat/
举例:我们搜索一下距离 上海迪士尼度假区(121.666389,31.142992) 附近的酒店
#121.666389,31.142992附近的酒店升序排序 lon是经度 lat是纬度 GET /hotel/_search { "query": { "match_all": {} }, "sort": [ { "_geo_distance": { "location": { "lat": 31.142992, "lon": 121.666389 }, "order": "asc", "unit": "km" } } ] }
效果展示:
2、分页
注意:以上图举例,ES的排序原理是:按价格升序获取前1000条数据,然后截取990到1000条文档。
深度分页问题(ES做了集群处理)
如果以后数据量很大了,ES也会做集群处理,这时再按价格升序获取990-1000条的数据的话原理如下:
1、需要从每个集群里取前1000条
2、将结果聚合,在内存中重新排序选出前1000条文档
3、最后从这1000条中,选取从990开始的10条文档。
如果搜索页数过深,或者结果集(from+size)越大 ,对内存和CPU的消耗也越高。因此ES设定结果集查询的上限是10000。
如查想查10000条之后的文档 可以使用 search after 查询
原理:
比如说按价格升序
查第一次1-10条,然后查接下来10条的时候,它会记住你的第10条的价格,以此为基准向后查。
缺点:只能向后查,不能向前查。
3、高亮显示
注意事项
1、指定要高亮的字段,默认加的标签就是 <em>,所以编写DSL时可以简写,如下:
#高亮 GET /hotel/_search { "query": { "match": { "name": "如家" } }, "highlight": { "fields": { "name": { } } } }
如果前端定义的标签叫其它名字,这时就需要进行指定标签
#高亮 GET /hotel/_search { "query": { "match": { "name": "如家" } }, "highlight": { "fields": { "name": { "pre_tags": "<em>", "post_tags": "</em>" } } } }
2、搜索的字段和指定高亮的字段默认必须一致,否则不生效。
如果搜索字段为 all (copy_to的三个字段),下面指定高亮处字段内可以加一个 "require_field_match": "false" (不必与搜索字段匹配)
3、高亮查询ES的原始文档是不可修改的,所以高亮结果在 highlight 中返回。见上图。
标签:search,高亮,--,SpringCloud,elasticsearch,match,排序,ES,1000 From: https://www.cnblogs.com/JoeYD/p/18145292