排序與相關性(Sorting and Relevance)

本文翻譯自Elasticsearch官方指南的Sorting and Relevance一章的第一節。

原文地址：http://www.elastic.co/guide/en/elasticsearch/guide/current/_sorting.html

排序

ES默認是通過相關度來對結果進行排序的，最相關的文檔在最前面。在本章里，我們闡述我們所說的相關性以及它是如何計算的，但是我們先講解sort參數及其如何使用。

為了根據相關性進行排序，我們需要把相關性表示為一個值。在Elasticsearch里，在返回的查詢結果中，我們用一個浮點數值_score來表示相關性得分，因此默認的排序是按_score降序。

有時候，不能得到一個有意義的相關性得分。比如，下面的查詢只返回了字段user_id值為1的所有的tweets：

GET /_search
{
    "query" : {
        "filtered" : {
            "filter" : {
                "term" : {
                    "user_id" : 1
                }
            }
        }
    }
}

過濾器與_score無關，並且不含任何條件的match_all查詢對所有的文檔的_score都設置為1。換句話說，所有的文檔被認為是相等的相關性。

按字段值排序

     在這種情況下，可能按tweets的時間排序是有意義的，最近的tweets在最前面。我們可以使用sort參數做到這一點：

GET /_search
{
    "query" : {
        "filtered" : {
            "filter" : { "term" : { "user_id" : 1 }}
        }
    },
    "sort": { "date": { "order": "desc" }}
}

在結果中，注意到兩點：

"hits" : {
    "total" :           6,
    "max_score" :       null, 

    "hits" : [ {
        "_index" :      "us",
        "_type" :       "tweet",
        "_id" :         "14",
        "_score" :      null, 

        "_source" :     {
             "date":    "2014-09-24",
             ...
        },
        "sort" :        [ 1411516800000 ] 

    },
    ...
}

_score沒有被計算出來的，因為在排序中不被使用。

date字段的值，被表示為從時間紀元開始的毫秒數，在sort值里返回。

第一，每一個結果中都多了一個新的元素：sort，它包含我們用作排序的那個字段值。在這個例子中，我們按date排序，date是按着從紀元時間的毫秒數加入索引。這段長數字1411516800000與日期字符串2014-09-24 00:00:00UTC是等價的。

第二，字段_score與max_score都是null.計算_score很花費時間，況且通常它唯一的目的就是為了排序。我們不是按照相關性排序，所以跟蹤_score是沒有意義的。如果你仍然還想計算_score，你可以將track_scores參數設置為true.

TIP: 作為一個快捷方式，你可以指定要排序的字段名字：

    "sort": "number_of_children"

字段名默認按升序排序，_score默認按降序排序。

多級排序

我們也許要結合_score與date進行查詢，在展示所有匹配結果的時候，首先按照date排序，然后按相關度_score排序。

GET /_search
{
    "query" : {
        "filtered" : {
            "query":   { "match": { "tweet": "manage text search" }},
            "filter" : { "term" : { "user_id" : 2 }}
        }
    },
    "sort": [
        { "date":   { "order": "desc" }},
        { "_score": { "order": "desc" }}
    ]
}

順序是很重要的。結果首先按第一個標准排序。只有當結果的第一個sort 值相同時，然后再按第二個標准排序，等等。

多級排序不是必須含有_score字段。在腳本里，你可以使用幾個不同的fields，geo-distance或者自定義值排序。

NOTE:Query-string 查詢也支持在查詢字符串里使用sort參數自定義排序：

GET /_search?sort=date:desc&sort=_score&q=search

多值字段排序

當排序字段有不止一個值時，請記住，這些值沒有任何內部順序；一個多值字段只是一袋值（譯者注：所有值可以看做一個整體）。你選擇哪個進行排序呢？

對於數字與日期類型，你可以通過min,max,avg或者sum等排序模式，將一個多值字段減少為一個值。例如，你可以通過如下方式，在date字段值集合中的最早的那個日期進行排序：

"sort": {
    "dates": {
        "order": "asc",
        "mode":  "min"
    }
}