ElasticSearch之排序使用-ES常用排序方法_es根据匹配度排序

ElasticSearch之排序使用-ES常用排序方法

       在搜索系统中，最常遇到的一个需求就是排序，同时排序也是搜索引擎需要改造最多的地方。

常见排序一般有如下两类：
（1）按照相似度匹配得分排序

（2）按照指定字段排序

    相似度得分排序是系统默认的排序方式，更多时候，我们需要按照指定字段排序。lucene中，基于字段内容的排序是由FieldComparator接口来实现的，在排序中又分为单字段排序和多字段排序。在排序速度方面，数值类型排序速度最快，在lucene中数值类型的排序是由 NumericComparator 的派生类来实现，NumericComparator派生类支持 float、double、int 、long 四钟类型（日期在底层会转化为long型存储）。
     字符串类型的字段一般都需要进行搜索的，那么需要对其进行分词处理。分词处理的结果就是将该字符串解析为多个词条。在lucene层面，根据docid可以取到多个索引词条，而无论采用哪个索引词条来进行排序其实都正确。
     所以为了对字符串类型字段进行排序，需要保存整个字符串作为一个索引词条，同时为了保证该字段能够被搜索，还要保存该字符串analyzed的结果（即需要保存完整的字符串作为一个词条，同时又分词索引）。

在ES中为实现该功能，ES提供了 multi-field mapping 机制，配置通过配置即可实现字段即分词，又可排序：

"title": {  
    "type":     "string",
    "analyzer": "ansj",
    "fields": {
        "sort": {
            "type":  "string",
            "index": "not_analyzed"
        }
    }
}

通过title字段作为搜索，而用title.sort字段作为排序：

GET /_search
{
    "query": {
        "match": {
            "title": "elasticsearch"
        }
    },
    "sort": "title.sort"

}

Lucene标准语法中多字段排序：
{
  "from": 0,
  "size": 10,
  "query": {
    "query_string": {    "query": "*:*",    "default_operator": "and"  }
  },
  "sort": [

    {   

     "title.sort": { "order": "desc"   },

      "_score": {   "order": "desc"   }
    }
  ]

}

缺省字段排序：

{
  "from": 0,
  "size": 10,
  "query": {
    "query_string": {    "query": "title:test",    "default_operator": "and"   }
  },
  "sort": [
    {
      "rpgendatetime": {      "order": "desc",      "missing": "_last"     }
    }
  ]
}

使用脚本排序：

{
    "query" : {
     "query_string": {
         "query": "",
         "default_operator": "and"
          }
    },
    "sort" : {
        "_script" : {
            "type" : "number",
            "script" : {
                "inline": "doc['field_name'].value * factor",
                "params" : {
                    "factor" : 1.1
                }
            },
            "order" : "asc"
        }
    }
}