相关性排序

默认情况下,结果集会按照相关性进行排序 — 相关性越高,排名越靠前。
这一章我们会讲述相关性是什么以及它是如何计算的。
在此之前,我们先看一下sort参数的使用方法。

排序方式

为了使结果可以按照相关性进行排序,我们需要一个相关性的值。在ElasticSearch的查询结果中,
相关性分值会用_score字段来给出一个浮点型的数值,所以默认情况下,结果集以_score进行倒序排列。

有时,即便如此,你还是没有一个有意义的相关性分值。比如,以下语句返回所有tweets中 user_id 是否
包含值 1

  1. GET /_search
  2. {
  3. "query" : {
  4. "filtered" : {
  5. "filter" : {
  6. "term" : {
  7. "user_id" : 1
  8. }
  9. }
  10. }
  11. }
  12. }

过滤语句与 _score 没有关系,但是有隐含的查询条件 match_all 为所有的文档的 _score 设值为 1
也就相当于所有的文档相关性是相同的。

字段值排序

下面例子中,对结果集按照时间排序,这也是最常见的情形,将最新的文档排列靠前。
我们使用 sort 参数进行排序:

  1. GET /_search
  2. {
  3. "query" : {
  4. "filtered" : {
  5. "filter" : { "term" : { "user_id" : 1 }}
  6. }
  7. },
  8. "sort": { "date": { "order": "desc" }}
  9. }

你会发现这里有两个不同点:

  1. "hits" : {
  2. "total" : 6,
  3. "max_score" : null, <1>
  4. "hits" : [ {
  5. "_index" : "us",
  6. "_type" : "tweet",
  7. "_id" : "14",
  8. "_score" : null, <1>
  9. "_source" : {
  10. "date": "2014-09-24",
  11. ...
  12. },
  13. "sort" : [ 1411516800000 ] <2>
  14. },
  15. ...
  16. }

<1> _score 字段没有经过计算,因为它没有用作排序。

<2> date 字段被转为毫秒当作排序依据。

首先,在每个结果中增加了一个 sort 字段,它所包含的值是用来排序的。
在这个例子当中 date 字段在内部被转为毫秒,即长整型数字1411516800000等同于日期字符串 2014-09-24 00:00:00 UTC

其次就是 _scoremax_score 字段都为 null。计算 _score 是比较消耗性能的,
而且通常主要用作排序 — 我们不是用相关性进行排序的时候,就不需要统计其相关性。
如果你想强制计算其相关性,可以设置track_scorestrue

默认排序


作为缩写,你可以只指定要排序的字段名称:

  1. "sort": "number_of_children"

字段值默认以顺序排列,而 _score 默认以倒序排列。


多级排序

如果我们想要合并一个查询语句,并且展示所有匹配的结果集使用第一排序是date,第二排序是 _score

  1. GET /_search
  2. {
  3. "query" : {
  4. "filtered" : {
  5. "query": { "match": { "tweet": "manage text search" }},
  6. "filter" : { "term" : { "user_id" : 2 }}
  7. }
  8. },
  9. "sort": [
  10. { "date": { "order": "desc" }},
  11. { "_score": { "order": "desc" }}
  12. ]
  13. }

排序是很重要的。结果集会先用第一排序字段来排序,当用用作第一字段排序的值相同的时候,
然后再用第二字段对第一排序值相同的文档进行排序,以此类推。

多级排序不需要包含 _score — 你可以使用几个不同的字段,如位置距离或者自定义数值。

字符串参数排序


字符查询也支持自定义排序,在查询字符串使用sort参数就可以:

  1. GET /_search?sort=date:desc&sort=_score&q=search

为多值字段排序

在为一个字段的多个值进行排序的时候, 其实这些值本来是没有固定的排序的— 一个拥有多值的字段就是一个集合,
你准备以哪一个作为排序依据呢?

对于数字和日期,你可以从多个值中取出一个来进行排序,你可以使用min, max, avgsum这些模式。
比说你可以在 dates 字段中用最早的日期来进行排序:

  1. "sort": {
  2. "dates": {
  3. "order": "asc",
  4. "mode": "min"
  5. }
  6. }