排序与相关性(Sorting and Relevance)

本文翻译自Elasticsearch官方指南的Sorting and Relevance一章的第一节。

原文地址:http://www.elastic.co/guide/en/elasticsearch/guide/current/_sorting.html

排序

ES默认是通过相关度来对结果进行排序的,最相关的文档在最前面。在本章里,我们阐述我们所说的相关性以及它是如何计算的,但是我们先讲解sort参数及其如何使用。

为了根据相关性进行排序,我们需要把相关性表示为一个值。在Elasticsearch里,在返回的查询结果中,我们用一个浮点数值_score来表示相关性得分,因此默认的排序是按_score降序。

有时候,不能得到一个有意义的相关性得分。比如,下面的查询只返回了字段user_id值为1的所有的tweets:

GET /_search
{
    "query" : {
        "filtered" : {
            "filter" : {
                "term" : {
                    "user_id" : 1
                }
            }
        }
    }
}
过滤器与_score无关,并且不含任何条件的match_all查询对所有的文档的_score都设置为1。换句话说,所有的文档被认为是相等的相关性。

按字段值排序

     在这种情况下,可能按tweets的时间排序是有意义的,最近的tweets在最前面。我们可以使用sort参数做到这一点:

GET /_search
{
    "query" : {
        "filtered" : {
            "filter" : { "term" : { "user_id" : 1 }}
        }
    },
    "sort": { "date": { "order": "desc" }}
}
在结果中,注意到两点:
"hits" : {
    "total" :           6,
    "max_score" :       null, 
技术分享
    "hits" : [ {
        "_index" :      "us",
        "_type" :       "tweet",
        "_id" :         "14",
        "_score" :      null, 
技术分享
        "_source" :     {
             "date":    "2014-09-24",
             ...
        },
        "sort" :        [ 1411516800000 ] 
技术分享
    },
    ...
}

技术分享技术分享_score没有被计算出来的,因为在排序中不被使用。

技术分享date字段的值,被表示为从时间纪元开始的毫秒数,在sort值里返回。

第一,每一个结果中都多了一个新的元素:sort,它包含我们用作排序的那个字段值。在这个例子中,我们按date排序,date是按着从纪元时间的毫秒数加入索引。这段长数字1411516800000与日期字符串2014-09-24 00:00:00UTC是等价的。

第二,字段_score与max_score都是null.计算_score很花费时间,况且通常它唯一的目的就是为了排序。我们不是按照相关性排序,所以跟踪_score是没有意义的。如果你仍然还想计算_score,你可以将track_scores参数设置为true.

TIP: 作为一个快捷方式,你可以指定要排序的字段名字:

    "sort": "number_of_children"
字段名默认按升序排序,_score默认按降序排序。

多级排序

我们也许要结合_score与date进行查询,在展示所有匹配结果的时候,首先按照date排序,然后按相关度_score排序。

GET /_search
{
    "query" : {
        "filtered" : {
            "query":   { "match": { "tweet": "manage text search" }},
            "filter" : { "term" : { "user_id" : 2 }}
        }
    },
    "sort": [
        { "date":   { "order": "desc" }},
        { "_score": { "order": "desc" }}
    ]
}
顺序是很重要的。结果首先按第一个标准排序。只有当结果的第一个sort 值相同时,然后再按第二个标准排序,等等。
多级排序不是必须含有_score字段。在脚本里,你可以使用几个不同的fields,geo-distance或者自定义值排序。

NOTE:Query-string 查询也支持在查询字符串里使用sort参数自定义排序:

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

多值字段排序

当排序字段有不止一个值时,请记住,这些值没有任何内部顺序;一个多值字段只是一袋值(译者注:所有值可以看做一个整体)。你选择哪个进行排序呢?
对于数字与日期类型,你可以通过min,max,avg或者sum等排序模式,将一个多值字段减少为一个值。例如,你可以通过如下方式,在date字段值集合中的最早的那个日期进行排序:
"sort": {
    "dates": {
        "order": "asc",
        "mode":  "min"
    }
}

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。