哇,ElasticSearch多欄位權重排序居然可以這麼玩
背景
讀者提問:ES 的權重排序有沒有示列,參考參考?
剛好之前也稍微接觸過,於是寫了這篇文章,可以簡單參考下。
在很多複雜的業務場景下,排序的規則會比較複雜,單一的降序,升序無法滿足日常需求。不過 ES 中提供了給文件加權重的方式來排序,還是挺好用的。
首先初始化三條測試資料,方便檢視效果:
{ id: 1, title: "Java怎麼學", type: 3, userId: 1, tags: [ "java" ], textContent: "我要學Java", status: 1, heat: 80 } { id: 2, title: "Java怎麼學", type: 2, userId: 1, tags: [ "java" ], textContent: "我要學Java", status: 1, heat: 99 } { id: 3, title: "Java怎麼學", type: 1, userId: 1, tags: [ "java" ], textContent: "我要學Java", status: 1, heat: 100 }
type:1 為翻譯,2 為轉載,3 為原創
需求是查詢 userId=1 的所有文章,按照熱度降序排序,但是原創型別的文章要顯示在前面,優先順序高於熱度。
如果我們簡單的按照熱度排序的話,那麼順序肯定是 id 為 3(熱度:100),2(熱度:99),1(熱度:80)這樣排列的。
但是原創型別的要在前面,那麼結果應該是 1(熱度:80,型別:原創),3(熱度:100,型別:翻譯),2(熱度:99,型別:轉載)。
排序條件肯定是以熱度來進行的,這個是肯定的。唯一需要處理的就是怎麼將原創型別的排在前面,如果只考慮實現,方式還是有很多種的。
比如:原創型別的熱度值可以調的比較高,但是呢,熱度值要重新弄一個欄位,只用於排序,給使用者展示的還是之前的熱度值,這樣排序就簡單了,還是根據熱度排就可以實現效果。
weightFactorFunction
在 ES 搜尋結果中_score 這個欄位相信大家並不陌生,這是 ES 給出的評分,我們可以根據評分來排序,然後將原創型別的評分提高就可以實現想要的效果。
直接看 Java 程式碼吧,通過 FunctionScoreQueryBuilder 來構建查詢。
@Test public void testSort() { FunctionScoreQueryBuilder.FilterFunctionBuilder[] filterFunctionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{ new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("type", 3), ScoreFunctionBuilders.weightFactorFunction(100)), new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("type", 2), ScoreFunctionBuilders.weightFactorFunction(1)), new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.matchQuery("type", 1), ScoreFunctionBuilders.weightFactorFunction(1)) }; SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder(); BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); boolQuery.must(QueryBuilders.termQuery("userId", 1)); FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery(boolQuery, filterFunctionBuilders); searchSourceBuilder.query(functionScoreQueryBuilder) .sort("_score", SortOrder.DESC) .sort("heat", SortOrder.DESC); SearchRequest searchRequest = new SearchRequest(elasticSearchIndexConfig.getArticleSearchIndexName()); searchRequest.types(EsConstant.DEFAULT_TYPE); searchRequest.source(searchSourceBuilder); List<ArticleDocument> searchResults = kittyRestHighLevelClient.search(searchRequest, ArticleDocument.class); searchResults.forEach(doc -> { System.out.println(doc.getId() + "\t" + doc.getType() + "\t" + doc.getHeat()); }); }
通過 ScoreFunctionBuilders.weightFactorFunction 為文章型別設定對應的權重,原創文章權重為 100,其他的都為 1,這樣原創文章的得分就高於其他型別的文章。
在排序的時候優先得分排序,然後熱度排序。就可以得到我們想要的結果了。
scriptFunction
除了使用 weightFactorFunction 來設定權重,另外介紹一種靈活度更高,適用於更復雜的排序場景的方式 scriptFunction。
scriptFunction 允許我們通過指令碼的方式來實現權重,直接看程式碼:
@Test
public void testSort() {
String scoreScript = "if (doc['type'].value == 3) {" +
" return 100;" +
"} else {" +
" return 1;" +
"}";
FunctionScoreQueryBuilder.FilterFunctionBuilder[] filterFunctionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.matchAllQuery(), ScoreFunctionBuilders.scriptFunction(new Script(scoreScript)))
};
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
boolQuery.must(QueryBuilders.termQuery("userId", 1));
FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery(boolQuery, filterFunctionBuilders);
searchSourceBuilder.query(functionScoreQueryBuilder)
.sort("_score", SortOrder.DESC)
.sort("heat", SortOrder.DESC);
SearchRequest searchRequest = new SearchRequest(elasticSearchIndexConfig.getArticleSearchIndexName());
searchRequest.types(EsConstant.DEFAULT_TYPE);
searchRequest.source(searchSourceBuilder);
List<ArticleDocument> searchResults = kittyRestHighLevelClient.search(searchRequest, ArticleDocument.class);
searchResults.forEach(doc -> {
System.out.println(doc.getId() + "\t" + doc.getType() + "\t" + doc.getHeat());
});
}
scoreScript 就是控制權重的指令碼,也就是一段程式碼(指令碼預設是 groovy),是不是方便的多。
關於作者:尹吉歡,簡單的技術愛好者,《Spring Cloud 微服務-全棧技術與案例解析》, 《Spring Cloud 微服務 入門 實戰與進階》作者, 公眾號猿天地發起人。
我整理了一份很全的學習資料,感興趣的可以微信搜尋「猿天地」,回覆關鍵字 「學習資料」獲取我整理好了的 Spring Cloud,Spring Cloud Alibaba,Sharding-JDBC 分庫分表,任務排程框架 XXL-JOB,MongoDB,爬蟲等相關資料。