本篇我们来说一下 Elasticsearch 是如何对搜索结果进行排序对。在搜索功能中，除了基本的搜索，排序是使用最多也是最重要的功能了，我们希望越符合搜索结果的越排在前面，当然根据一些规则，还会给结果设置一些权重，并按照这个权重的高低来排序，像是广告、距离、折扣等等。
Elasticsearch 允许在特定字段上添加一种或多种排序。 每种排序也可以颠倒。 排序是在每个字段级别上定义的，_score 是一个特殊字段可以按照搜索结果匹配程度的分数排序，_doc 则是按索引顺序排序。
假设我们有一个如下的索引 mapping ：
PUT /my-index-000001
{
"mappings": {
"properties": {
"post_date": { "type": "date" },
"user": {
"type": "keyword"
},
"name": {
"type": "keyword"
},
"age": { "type": "integer" }
}
}
}
GET /my-index-000001/_search
{
"sort" : [
{ "post_date" : {"order" : "asc", "format": "strict_date_optional_time_nanos"}},
"user",
{ "name" : "desc" },
{ "age" : "desc" },
"_score"
],
"query" : {
"term" : { "user" : "kimchy" }
}
}
注意：_doc 除了是最有效的排序顺序之外，并没有真正的用例。 因此，如果你不关心文档返回的顺序，那么应该按 _doc 排序。 这在滚动（scrolling）查询时特别有用。
排序的值
搜索响应包括每个文档的 sort 值。 使用 format 参数为 date 和 date_nanos 字段的 sort 值指定日期格式。 以下搜索以 strict_date_optional_time_nanos 格式返回 post_date 字段的排序值。
GET /my-index-000001/_search
{
"sort" : [
{ "post_date" : {"format": "strict_date_optional_time_nanos"}}
],
"query" : {
"term" : { "user" : "kimchy" }
}
}
排序顺序
order 选项可以有以下值：
asc：生序排序desc：降序排序
按 _score 排序时顺序默认为 desc，按其他任何内容排序时默认为 asc。
排序模式选项
Elasticsearch 支持按数组或多值字段排序。 mode 选项控制选择哪个数组值来对其所属的文档进行排序。 mode 选项可以具有以下值：
min：选择最小值。max：选择最大值。sum：使用所有值的总和作为排序值。 仅适用于基于数字的数组字段。avg：使用所有值的平均值作为排序值。 仅适用于基于数字的数组字段。median：使用所有值的中位数作为排序值。 仅适用于基于数字的数组字段。
升序排序中的默认排序模式是 min — 选取最小值。 默认的降序排序模式是 max — 取最高值。
排序模式的示例
在下面的示例中，每个文档的价格字段有多个价格。 在这种情况下，结果命中将根据每个文档的平均价格按价格升序排序。
PUT /my-index-000001/_doc/1?refresh
{
"product": "chocolate",
"price": [20, 4]
}
POST /_search
{
"query" : {
"term" : { "product" : "chocolate" }
},
"sort" : [
{"price" : {"order" : "asc", "mode" : "avg"}}
]
}
对数字字段排序
对于数字字段，也可以使用 numeric_type 选项将值从一种类型转换为另一种类型。 此选项接受以下值：["double", "long", "date", "date_nanos"] 并且对于跨多个数据流或排序字段映射不同的索引的搜索很有用。
我们可以看下下面两个索引：
PUT /index_double
{
"mappings": {
"properties": {
"field": { "type": "double" }
}
}
}
PUT /index_long
{
"mappings": {
"properties": {
"field": { "type": "long" }
}
}
}
由于 field 在第一个索引中映射为 double ，而在第二个索引中映射为long，因此默认情况下无法使用此字段对查询两个索引的请求进行排序。 但是，你可以使用 numeric_type 选项将类型强制为一种或另一种，以便为所有索引强制使用特定类型：
POST /index_long,index_double/_search
{
"sort" : [
{
"field" : {
"numeric_type" : "double"
}
}
]
}
在上面的示例中， index_long 索引的值被强制转换为 double，以便与 index_double 索引生成的值兼容。 也可以将浮点字段转换为 long ，但请注意，在这种情况下，浮点被替换为小于或等于参数的最大值（如果值为负，则大于或等于）并且等价于一个数学整数。
此选项还可用于将使用毫秒的日期字段转换为具有纳秒的 date_nanos 字段。 例如看一下这两个索引：
PUT /index_double
{
"mappings": {
"properties": {
"field": { "type": "date" }
}
}
}
PUT /index_long
{
"mappings": {
"properties": {
"field": { "type": "date_nanos" }
}
}
}
这些索引中的值以不同的格式存储，因此对这些字段进行排序将始终将日期排序在 date_nanos 之前（升序）。 使用 numeric_type 类型选项，可以为排序设置单个单位，设置为 date 会将 date_nanos 转换为毫秒，而 date_nanos 会将 date 字段中的值转换为纳秒：
POST /index_long,index_double/_search
{
"sort" : [
{
"field" : {
"numeric_type" : "date_nanos"
}
}
]
}
注意：为避免溢出，转换为 date_nanos 不能应用于 1970 年之前和 2262 年之后的日期，因为纳秒表示为 long。
在嵌套对象里的排序
Elasticsearch 还支持按一个或多个嵌套对象内的字段进行排序。 嵌套字段支持的排序具有嵌套排序选项，具有以下属性：
path：定义要排序的嵌套对象。 实际的排序字段必须是此嵌套对象内的直接字段。 按嵌套字段排序时，此字段为必填项。filter：嵌套路径内的内部对象应匹配的过滤器，以便通过排序考虑其字段值。 常见的情况是在嵌套过滤器或查询中重复查询/过滤器。 默认情况下，没有启用的filter。max_children：选择排序值时要考虑的每个根文档的最大子项数。 默认为无限制。nested：与顶级nested相同，但适用于当前嵌套对象中的另一个嵌套路径。
如果在没有 nested 上下文的排序中定义嵌套字段，Elasticsearch 将抛出错误。
嵌套排序的例子
在下面的示例中，offer 是一个嵌套类型的字段。 需要指定嵌套路径； 否则，Elasticsearch 不知道需要捕获哪些嵌套级别的排序值。
POST /_search
{
"query" : {
"term" : { "product" : "chocolate" }
},
"sort" : [
{
"offer.price" : {
"mode" : "avg",
"order" : "asc",
"nested": {
"path": "offer",
"filter": {
"term" : { "offer.color" : "blue" }
}
}
}
}
]
}
在下面的示例中，parent 和 child 字段属于嵌套类型。 每一层都需要指定nested.path ； 否则，Elasticsearch 不知道需要捕获哪些嵌套级别的排序值。
POST /_search
{
"query": {
"nested": {
"path": "parent",
"query": {
"bool": {
"must": {"range": {"parent.age": {"gte": 21}}},
"filter": {
"nested": {
"path": "parent.child",
"query": {"match": {"parent.child.name": "matt"}}
}
}
}
}
}
},
"sort" : [
{
"parent.child.age" : {
"mode" : "min",
"order" : "asc",
"nested": {
"path": "parent",
"filter": {
"range": {"parent.age": {"gte": 21}}
},
"nested": {
"path": "parent.child",
"filter": {
"match": {"parent.child.name": "matt"}
}
}
}
}
}
]
}
在按脚本排序和按地理距离排序时也支持嵌套排序。
没有命中值
missing 参数指定应如何处理缺少排序字段的文档：缺失值可以设置为 _last、_first 或自定义值（将用于缺少文档作为排序值），即当没有匹配到排序字段或者排序字段到值为 null 时，将文档排在末尾或者最前。 默认值为 _last。
比如：
GET /_search
{
"sort" : [
{ "price" : {"missing" : "_last"} }
],
"query" : {
"term" : { "product" : "chocolate" }
}
}
注意：如果嵌套的内部对象与 nested.filter 不匹配，则使用缺失值。
忽略未映射的字段
默认情况下，如果没有与字段关联的映射，则搜索请求将失败。 unmapped_type 选项允许忽略没有映射的字段并且不按它们排序。 此参数的值用于确定要使用的排序值。 如下示例：
GET /_search
{
"sort" : [
{ "price" : {"unmapped_type" : "long"} }
],
"query" : {
"term" : { "product" : "chocolate" }
}
}
如果查询的任何一个索引都没有价格映射，则 Elasticsearch 会按照就好像存在 long 类型的映射一样处理它，即使该索引中的所有文档都没有该字段的值。
基于脚本的排序
Elasticsearch 允许根据自定义脚本进行排序，这是一个示例：
GET /_search
{
"query": {
"term": { "user": "kimchy" }
},
"sort": {
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": "doc['field_name'].value * params.factor",
"params": {
"factor": 1.1
}
},
"order": "asc"
}
}
}
注意：脚本和正常的字段排序可以同时使用。
Track Scores
对字段进行排序时，是不计算分数的。可以通过将 track_scores 设置为 true，仍然会计算和跟踪分数。
GET /_search
{
"track_scores": true,
"sort" : [
{ "post_date" : {"order" : "desc"} },
{ "name" : "desc" },
{ "age" : "desc" }
],
"query" : {
"term" : { "user" : "kimchy" }
}
}
内存注意事项
排序时，相关的排序字段值会被加载到内存中。 这意味着每个分片应该有足够的内存来容纳它们。 对于基于字符串的类型，排序的字段不应被解析/分词。 如果可能的话，对于数字类型，建议将类型显式设置为更窄的类型（如 short、integer 和 float）。
Java代码中如何编写排序
我们需要在构建搜索请求的时候将排序参数设置进去，SearchSourceBuilder 的 sort() 方法有两种实现，第一种是：
/**
* name - 要参与排序的字段名
* order - 排序的顺序，生序或者降序，可选 SortOrder.ASC 或者 SortOrder.DESC
*/
SearchSourceBuilder sort(String name, SortOrder order);
另外一种是接收 SortBuilder 作为参数，SortBuilder 又可以被构造为 FieldSortBuilder 或者 ScriptSortBuilder ：
/**
* 添加sort builder
*/
SearchSourceBuilder sort(SortBuilder<?> sort);
下面是一个例子：
// 构建一个搜索的参数
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
// 设置查询参数
searchSourceBuilder.query(boolQuery);
// 设置排序参数，直接使用field进行设置
searchSourceBuilder.sort("fieldName", SortOrder.DESC);
// 如果有其他参数的设置，也可以使用 SortBuilders 进行构建
searchSourceBuilder.sort(SortBuilders.fieldSort("fieldName")
.order(sortOrder)
.sortMode(SortMode.MAX));
// 使用脚本来构建 SortBuilder，这里的 script 传入的是一个脚本的对象
searchSourceBuilder.sort(SortBuilders
.scriptSort(script, ScriptSortBuilder.ScriptSortType.NUMBER)
.order(sortOrder).sortMode(SortMode.MAX));
构建脚本代码示例：
/**
* 构建折扣价格排序脚本
*
* @return {@link Script}
*/
private Script buildSortScript() {
// 这里我们考虑一种场景，最近一周清仓大甩卖，统统打八折
// params参数必须是key为String类型，value为Object类型的Map
Map<String, Object> params = new HashMap<>(2);
params.put("discountFactor", 0.8);
String scriptStr = "doc['price'].value * params.discountFactor";
return new Script(Script.DEFAULT_SCRIPT_TYPE, Script.DEFAULT_SCRIPT_LANG, scriptStr, params);
}
总结
本文我们简单看了一下排序在 Elasticseach 搜索中的使用，如遇到不同的排序规则，ES 也是支持多个纬度同时排序的，比如说先按照价格倒序，再按照出版时间倒序等。之前的系列文章里也提到了聚合情况下的排序，以及使用 nested 对象中字段的排序，这里不在乎赘述，大家可以自行回顾一下。
链接
- Sort search results： www.elastic.co/guide/en/el…
- 仓库地址： github.com/lq920320/es…
