分页与排序｜Elasticsearch 七日笔记 09

学习目标

• 学习如何通过分页和排序控制查询结果，提升数据检索的灵活性。

本文继续沿用第 7 篇准备的 users 数据。

分页

• 定义：
  • 控制查询结果的返回范围，类似 SQL 的 LIMIT。
• 参数：
  • from：起始位置，从 0 开始。
  • size：每页返回数量，默认 10。
• 示例：

  GET /users/_search
  {
    "from": 0,
    "size": 2,
    "query": {
      "match_all": {}
    }
  }

  • 返回：前 2 条数据。
• 注意：
  • 深分页（大 from）性能较低，建议用 scroll API。

排序

• 定义：
  • 按字段值排序结果。
• 参数：
  • sort：数组，指定字段和排序顺序。
  • order："asc"（升序）或 "desc"（降序）。
• 示例：

  GET /users/_search
  {
    "sort": [
      {"age": {"order": "desc"}}
    ],
    "query": {
      "match_all": {}
    }
  }

  • 返回：按 age 降序排列的文档。
• 注意：
  • 需字段支持排序（keyword 或数值类型）。

组合示例

• 分页+排序：

  GET /users/_search
  {
    "from": 0,
    "size": 1,
    "sort": [
      {"age": {"order": "asc"}}
    ],
    "query": {
      "match": {"name": "Alice"}
    }
  }

  • 返回：name 含“Alice”的文档中，age 最小的一条。

动手实践：分页与排序

目标

• 控制查询结果的顺序和数量。

步骤

1. 按年龄升序，分页取第 2 条：
   • 运行：

     GET /users/_search
     {
       "from": 1,
       "size": 1,
       "sort": [
         {"age": {"order": "asc"}}
       ],
       "query": {
         "match_all": {}
       }
     }

   • 预期：返回 ID 为 1 的文档（age 25）。
2. 按年龄降序取前 2 条：
   • 运行：

     GET /users/_search
     {
       "size": 2,
       "sort": [
         {"age": {"order": "desc"}}
       ],
       "query": {
         "match_all": {}
       }
     }

   • 预期：返回 ID 为 2（age 30）和 3（age 28）。
3. 验证：
   • 检查返回顺序和数量是否正确。

注意事项

• from 从 0 开始，size 控制总数。
• 确保字段类型支持排序（age 为 integer）。

关键点

• 分页限制：
  • 默认最大 10,000 条（from + size），超限需用 scroll。
• 排序字段：
  • text 字段需用 field.keyword 排序。

常见问题及解决方法

1. 问题：分页超出范围。
   • 原因：from + size 超过 10,000。
   • 解决：
     • 检查总数：GET /users/_count。
     • 用 scroll API 处理大数据。
2. 问题：排序不生效。
   • 原因：字段类型不支持。
   • 解决：
     • 检查映射：GET /users/_mapping。
     • 确保 age 为 integer。

学习建议

• 分页测试：
  • 修改 from 和 size，观察返回变化。
• 排序实验：
  • 尝试多字段排序（如 age + name.keyword）。
• 笔记记录：
  • 整理每种查询的语法和返回示例。

总结

第三天通过理论学习，你掌握了 ES 的简单查询（match 和 term）、组合查询（bool）以及分页和排序功能；通过实践操作，你在 Kibana 中执行了多种搜索命令，验证了结果并理解了搜索机制。这是 ES 核心能力的起点，为后续的聚合和高级查询奠定了基础。明天将进入更复杂的聚合与高级查询，准备好探索数据分析和模糊搜索吧！