ElasticSearch7.3学习(二十二)----Text字段排序、Scroll分批查询场景解析

1、Text字段排序

场景：数据库中按照某个字段排序，sql只需写order by 字段名即可，如果es对一个text field进行排序，es中无法排序。因为文档入倒排索引表时，分词存入，es无法知道此字段的真实值。这样的结果往往不准确，因为分词后是多个单词，再排序就不是我们想要的结果了。

通常有两种解决办法：

将一个text field建立两次索引，一个分词，用来进行搜索；一个不分词，用来进行排序。
mapping时设置fielddata:true，按照第一个分词进行字典序排序。这种方式也不是很准确，因为只是按照第一个分词进行排序，后续的分词不会参与排序。fielddata:true的排序是对text内部分词结果进行排序之后再进行外部排序的,效率低不推荐使用;

样例如下：

首先建立索引

PUT /website

{

  "mappings": {

    "properties": {

      "title": {

        "type": "text",

        "fields": {

          "keyword": {

            "type": "keyword"

          }

        }

      },

      "content": {

        "type": "text",

        "fielddata": true

      },

      "post_date": {

        "type": "date"

      },

      "author_id": {

        "type": "long"

      }

    }

  }

}

插入数据

PUT /website/_doc/1

{

  "title": "first article",

  "content": "this is my second article",

  "post_date": "2019-01-01",

  "author_id": 110

}

PUT /website/_doc/2

{

    "title": "second article",

    "content": "this is my second article",

     "post_date": "2019-01-01",

    "author_id": 110

}

PUT /website/_doc/3

{

     "title": "third article",

     "content": "this is my third article",

     "post_date": "2019-01-02",

     "author_id": 110

}

搜索，按照整个title的值进行排序

GET /website/_search

{

  "query": {

    "match_all": {}

  },

  "sort": [

    {

      "title.keyword": {

        "order": "desc"

      }

    }

  ]

}

结果如下：

可以看出是以title的内容进行排序

然后再看下"fielddata": true这种情况，对content进行排序

GET /website/_search

{

  "query": {

    "match_all": {}

  },

  "sort": [

    {

      "content": {

        "order": "desc"

      }

    }

  ]

}

结果如下：

结果是以分词后的第一个单词进行排序，排序结果不准确，所以不推荐使用。

2、Scroll分批查询

场景：下载某一个索引中1亿条数据，到文件或是数据库。

不能一下全查出来，这样会造成系统内存溢出。所以使用scoll滚动搜索技术，一批一批查询。scoll搜索会在第一次搜索的时候，保存一个当时的视图快照，之后只会基于该旧的视图快照提供数据搜索，如果这个期间数据变更，是不会让用户看到的。每次发送scroll请求，我们还需要指定一个scoll参数，指定一个时间窗口，每次搜索请求只要在这个时间窗口内能完成就可以了。

假如有三亿条数据，这里实际只有3条

添加测试数据

PUT /book/_doc/1

{

  "name": "Bootstrap开发",

  "description": "Bootstrap是由Twitter推出的一个前台页面开发css框架，是一个非常流行的开发框架，此框架集成了多种页面效果。此开发框架包含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长css页面开发的程序人员）轻松的实现一个css，不受浏览器限制的精美界面css效果。",

  "studymodel": "201002",

  "price": 38.6,

  "timestamp": "2019-08-25 19:11:35",

  "pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

  "tags": [

    "bootstrap",

    "dev"

  ]

}



PUT /book/_doc/2

{

  "name": "java编程思想",

  "description": "java语言是世界第一编程语言，在软件开发领域使用人数最多。",

  "studymodel": "201001",

  "price": 68.6,

  "timestamp": "2019-08-25 19:11:35",

  "pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

  "tags": [

    "java",

    "dev"

  ]

}



PUT /book/_doc/3

{

  "name": "spring开发基础",

  "description": "spring 在java领域非常流行，java程序员都在用。",

  "studymodel": "201001",

  "price": 88.6,

  "timestamp": "2019-08-24 19:11:35",

  "pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

  "tags": [

    "spring",

    "java"

  ]

}

搜索

GET /book/_search?scroll=1m

{

  "query": {

    "match_all": {}

  },

  "size": 1

}

首先获取第一批次的数据，这里只返回一条。

{

  "_scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAByQWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ==",

  "took" : 0,

  "timed_out" : false,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 3,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "book",

        "_type" : "_doc",

        "_id" : "1",

        "_score" : 1.0,

        "_source" : {

          "name" : "Bootstrap开发",

          "description" : "Bootstrap是一个非常流行的开发框架。此开发框架可以帮助不擅长css页面开发的程序人员轻松的实现一个css，不受浏览器限制的精美界面css效果。",

          "studymodel" : "201002",

          "price" : 38.6,

          "timestamp" : "2019-08-25 19:11:35",

          "pic" : "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

          "tags" : [

            "bootstrap",

            "dev"

          ]

        }

      }

    ]

  }

}

可以看到获取到了第一条的数据，获得的结果里面包含有一个scoll_id，下一次再发送scoll请求的时候，必须带上这个scoll_id，接下来获取第二条数据

GET /_search/scroll

{

    "scroll": "1m",

    "scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAByQWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ=="

}

获取成功第二条数据

{

  "_scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAByQWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ==",

  "took" : 1,

  "timed_out" : false,

  "terminated_early" : true,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 3,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "book",

        "_type" : "_doc",

        "_id" : "2",

        "_score" : 1.0,

        "_source" : {

          "name" : "java编程思想",

          "description" : "java语言是世界第一编程语言，在软件开发领域使用人数最多。",

          "studymodel" : "201001",

          "price" : 68.6,

          "timestamp" : "2019-08-25 19:11:35",

          "pic" : "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

          "tags" : [

            "java",

            "dev"

          ]

        }

      }

    ]

  }

}

每一次都带上上一次的_scroll_id。，接下来获取第三条数据。

GET /_search/scroll

{

    "scroll": "1m",

    "scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAByQWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ=="

}

成功获取第三条数据：

{

  "_scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAByQWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ==",

  "took" : 1,

  "timed_out" : false,

  "terminated_early" : true,

  "_shards" : {

    "total" : 1,

    "successful" : 1,

    "skipped" : 0,

    "failed" : 0

  },

  "hits" : {

    "total" : {

      "value" : 3,

      "relation" : "eq"

    },

    "max_score" : 1.0,

    "hits" : [

      {

        "_index" : "book",

        "_type" : "_doc",

        "_id" : "3",

        "_score" : 1.0,

        "_source" : {

          "name" : "spring开发基础",

          "description" : "spring 在java领域非常流行，java程序员都在用。",

          "studymodel" : "201001",

          "price" : 88.6,

          "timestamp" : "2019-08-24 19:11:35",

          "pic" : "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg",

          "tags" : [

            "spring",

            "java"

          ]

        }

      }

    ]

  }

}

巴特西

ElasticSearch7.3学习(二十二)----Text字段排序、Scroll分批查询场景解析

1、Text字段排序

2、Scroll分批查询

最新文章

热门文章