检索排序 & 分页
- 1.测试数据准备
- 2.排序功能
-
- [2.1 简单字段排序](#2.1 简单字段排序)
- [2.2 多字段排序](#2.2 多字段排序)
- [2.3 日期排序](#2.3 日期排序)
- 3.分页功能
-
- [3.1 基础分页](#3.1 基础分页)
- [3.2 深度分页(不推荐大数据量使用)](#3.2 深度分页(不推荐大数据量使用))
- [3.3 使用 search_after 进行高效分页](#3.3 使用 search_after 进行高效分页)
- 4.综合示例:高亮+排序+分页
- 5.实践建议
1.测试数据准备
首先,我们创建一个名为 blog_posts
的索引,并插入一些测试数据:
json
PUT /blog_posts
{
"mappings": {
"properties": {
"title": { "type": "text" },
"content": { "type": "text" },
"author": { "type": "keyword" },
"views": { "type": "integer" },
"publish_date": { "type": "date" },
"tags": { "type": "keyword" }
}
}
}
json
POST /blog_posts/_bulk
{"index":{}}
{"title":"Elasticsearch Basics","content":"Learn the basics of Elasticsearch and how to perform simple queries.","author":"John Doe","views":1500,"publish_date":"2023-01-15","tags":["search","database"]}
{"index":{}}
{"title":"Advanced Search Techniques","content":"Explore advanced search techniques in Elasticsearch including aggregations and filters.","author":"Jane Smith","views":3200,"publish_date":"2023-02-20","tags":["search","advanced"]}
{"index":{}}
{"title":"Data Analytics with ELK","content":"How to use the ELK stack for data analytics and visualization.","author":"John Doe","views":2800,"publish_date":"2023-03-10","tags":["analytics","elk"]}
{"index":{}}
{"title":"Elasticsearch Performance Tuning","content":"Tips and tricks for optimizing Elasticsearch performance in production environments.","author":"Mike Johnson","views":4200,"publish_date":"2023-04-05","tags":["performance","optimization"]}
{"index":{}}
{"title":"Kibana Dashboard Guide","content":"Creating effective dashboards in Kibana for monitoring and analysis.","author":"Jane Smith","views":1900,"publish_date":"2023-05-12","tags":["kibana","visualization"]}

2.排序功能
能排序的字段都具备正排索引,单 text
类型字段是不可以排序的。如果要使 text
字段支持排序、聚合,则需要开启 fielddata
。
sort
是和 query
平级的,并不会被 query
包含。
2.1 简单字段排序
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"views": {
"order": "desc"
}
}
]
}

2.2 多字段排序
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"author": {
"order": "asc"
}
},
{
"views": {
"order": "desc"
}
}
]
}

2.3 日期排序
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"publish_date": {
"order": "desc"
}
}
]
}

3.分页功能
Elasticsearch 支持对查询结果进行分页处理,允许用户逐步获取和浏览大量数据。
在编写查询语句时,可通过再请求体中添加 from
和 size
字段实现分页。from
表示结果集的起始位置,而 size
表示每页返回的文档数量。
如果将 from
设置为 11 11 11,size
设置为 5 5 5,则返回的是第 10 10 10 ~ 14 14 14 条数据(默认从第 0 0 0 条开始)。
3.1 基础分页
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 2,
"sort": [
{
"publish_date": {
"order": "desc"
}
}
]
}

3.2 深度分页(不推荐大数据量使用)
深度分页 指的是在 Elasticsearch 中查询结果集 非常靠后的页码(例如第 1000 1000 1000 页,每页 10 10 10 条数据,即 from=10000
)。它通常表现为使用 from + size
参数组合来获取远端的分页数据。
❌ 不推荐的详细原因可参考我的另一篇博客:《【Elasticsearch】深度分页及其替代方案》。
当然,我们这里测试的数据没有那么多。
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"from": 3,
"size": 2
}

3.3 使用 search_after 进行高效分页
首先获取第一页:
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"size": 2,
"sort": [
{
"views": {
"order": "desc"
}
},
{
"_id": {
"order": "asc"
}
}
]
}

然后使用最后一个结果的排序值获取下一页:
json
GET /blog_posts/_search
{
"query": {
"match_all": {}
},
"size": 2,
"search_after": [3200, "上一页最后一个文档的ID"],
"sort": [
{
"views": {
"order": "desc"
}
},
{
"_id": {
"order": "asc"
}
}
]
}
4.综合示例:高亮+排序+分页
json
GET /blog_posts/_search
{
"query": {
"multi_match": {
"query": "search",
"fields": ["title", "content"]
}
},
"highlight": {
"fields": {
"title": {},
"content": {
"fragment_size": 100,
"number_of_fragments": 2
}
}
},
"sort": [
{
"views": {
"order": "desc"
}
}
],
"from": 0,
"size": 3
}

5.实践建议
功能 | 实践建议 |
---|---|
高亮 | * 对于大文本字段,限制 fragment_size 和 number_of_fragments 以提高性能。 * 考虑使用 require_field_match: true 来只高亮查询中指定的字段。 |
排序 | * 对于文本字段排序,使用 .keyword 子字段或设置 fielddata: true 。 * 避免对未索引或分析的字段进行排序。 * 对于分页场景,使用包含唯一值的排序条件(如 _id )。 |
分页 | * 避免深度分页(超过 1000 1000 1000 条记录)),使用 search_after 代替。 * 对于无限滚动等场景,优先考虑 search_after 而不是 from/size 。 * 考虑使用滚动 API(Scroll API)对于大数据量导出场景。 |