Elasticsearch关键术语 系列博文 目的只用来了解概念 ; 其中 涉及到的配置和使用 是为了方便日后使用时查询的

排序

ES搜索结果的排序 默认是按照文档的_score相关性算分 算分高的文档优先展示 搜索时可以指定根据某字段进行排序 (类似 SQL的order by)

本质

• 排序是针对原始内容进行的 倒排索引无法发挥作用
• 需要用到正排索引 通过文档ID和字段快速得到字段原始内容

实现排序的两种方式

方式一 设置"doc_values":true 默认

本质

• DocValues在索引时 和倒排索引一起创建

• 通过序列化把数据结构持久化到磁盘 我们可以充分利用操作系统的内存 而不是 JVM 的 Heap

• 当workingset远小于系统的可用内存 系统会自动将 DocValues保存在内存中 使得其读写十分高速

• 不过 当其远大于可用内存时 操作系统会自动把DocValues写入磁盘

• 很显然 这样性能会比在内存中差很多 但是它的大小就不再局限于服务器的内存了 如果是使用JVM的Heap来实现那么只能是因为OutOfMemory导致程序崩溃了

作用

• text类型的字段不能排序

• 其他类型的字段都可排序 聚合 脚本操作

• 可避免大量JVM heap占用而导致内存溢出

• 但 降低索引速度 占用额外磁盘空间

设置关闭

• 作用

  增加索引速度 减少磁盘空间

• 但 设置后的字段不能做排序 聚合 脚本操作

PUT index名/_mapping
{
"properties":{
"字段名":{
"type":"keyword",
"doc_values":false
}
}
}

设置重新打开

需要重建索引

方式二 设置"fielddata":true 默认flase

本质

• 搜索时动态创建

• 创建位置 JVM heap

作用

• text类型的字段可排序

• 索引速度快 不占用额外磁盘空间

• 文档过多时 动态创建开销大 占用过多JVM heap 太多字段设置了开启容易outofmemory内存溢出

设置开启

• 设置mapping

  PUT kibana_sample_data_ecommerce/_mapping
  {
  "properties":{
  "customer_full_name":{
  "type":"text",
  "fielddata":true,
  "fields":{
  "keyword":{
  "type":"keyword",
  "ignore_above":256
  }
  }
  }
  }
  }

参考
阮一名资料
官方文档
百度

• 点赞
• 收藏
• 分享
• 文章举报

hungry和她的朋友们 发布了25 篇原创文章 · 获赞 0 · 访问量 356 私信 关注