elastissearch——排序结果处理

news/2024/10/30 23:22:42/

排序

elasticsearch支持对搜索结果排序,默认是根据相关度算分(_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。

GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
  , "sort": [
    {
      "_geo_distance": {
        "order": "asc"
        , "unit": "km"
        , "location": {
          "lat": 34.213167,
          "lon": 108.902742
        }
      }
    }
  ]
}

获取经纬度的方式:获取鼠标点击经纬度-地图属性-示例中心-JS API 2.0 示例 | 高德地图APIhttps://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

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:

GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
  ,"from": 80
  , "size": 10
  , "sort": [
    {
      "price": {
        "order": "asc"
      }
    }
  ]
}

深度分页问题

ES是分布式的,所以会面临深度分页问题。例如按price排序后,获取from = 990,size =10的数据: 

首先在每个数据分片上都排序并查询前1000条文档。

然后将所有节点的结果聚合,在内存中重新排序选出前1000条文档

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

 针对深度分页,ES提供了两种解决方案

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。

类似于刷视频或者刷新闻,不能自主选择第几页,按顺序来

scroll

原理将排序数据形成快照,保存在内存。官方已经不推荐使用

总结

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。

高亮

高亮:就是在搜索结果中把搜索关键字突出显示。

原理是这样的: 将搜索结果中的关键字用标签标记出来

在页面中给标签添加css样式,例如:

 GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  }
  , "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
}

这里因为我们查询的是all字段,但是高亮的是name属性,所以下面的属性匹配选择false

综合案例

GET /hotel/_search
{
  "query": {
    "match": {
      "name": "如家"
    }
  }
  , "from": 0
  , "size": 20
  , "sort": [
    {
      "price": {
        "order": "desc"
      }
      , "_geo_distance": {
        "location": "31.040699,121.618075",
        "order": "asc"
        , "unit": "km"
      }
    }
  ]
  , "highlight": {
    "fields": {
      "name": {
      }
    }
  }
}


http://www.ppmy.cn/news/42095.html

相关文章

基于小波分解+深度信念网络DBN的脑电信号分类识别

目录 背影 DBN神经网络的原理 DBN神经网络的定义 受限玻尔兹曼机(RBM) DBN的脑电信号分类识别 基本结构 主要参数 数据 MATALB代码 结果图 展望 背影 DBN是一种深度学习神经网络,拥有提取特征,非监督学习的能力,本文用DBN提取特征,用SVM分类,实现二者长处互补 DBN神…

刘二大人《Pytorch深度学习实践》第八讲加载数据集

文章目录Epoch、Batch-Size、IterationsDataset、DataLoader课上代码torchvision中数据集的加载Epoch、Batch-Size、Iterations 1、所有的训练集进行了一次前向和反向传播,叫做一个Epoch 2、在深度学习训练中,要给整个数据集分成多份,即mini-…

【Docker】Docker常规软件的安装

总体步骤 搜索镜像 拉取镜像 查看镜像 启动镜像 停止容器 移除容器 示例(安装mysql) 搜索镜像 docker search mysql[root192 ~]# docker search mysql NAME DESCRIPTION STARS OF…

基于改进多目标灰狼优化算法的考虑V2G技术的风、光、荷、储微网多目标日前优化调度研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

基于深度学习的花卉识别

1、数据集 春天来了,我在公园的小道漫步,看着公园遍野的花朵,看起来真让人心旷神怡,一周工作带来的疲惫感顿时一扫而光。难得一个糙汉子有闲情逸致俯身欣赏这些花朵儿,然而令人尴尬的是,我一朵都也不认识。…

用ChatGPT怎么赚钱?普通人用这5个方法也能赚到生活费

ChatGPT在互联网火得一塌糊涂,因为它可以帮很多人解决问题。比如:帮编辑人员写文章,还可以替代程序员写代码,帮策划人员写文案策划等等。ChatGPT这么厉害,能否用它来赚钱呢?今天和大家分享用ChatGPT赚钱的5…

银行数字化转型导师坚鹏:ChatGPT解密与银行应用案例

ChatGPT解密与银行应用案例 ——开启人类AI新纪元 打造数字化转型新利器 课程背景: 很多企业和员工存在以下问题:不清楚ChatGPT对我们有什么影响?不知道ChatGPT的发展现状及作用?不知道ChatGPT的银行业应用案例?…

Matlab基础

Matlab基础目录Matlab变量特殊常量变量的命名规则变量定义与赋值变量的显示变量的存取变量的清楚变量的检查数组和矩阵一维数组的创建和元素提取一维数组的创建一维数组的提取二维数组的创建与元素提取二维数组的创建二维矩阵元素提取字符数组和空数组矩阵的基本算术运算数据可…