背景：目前国内有大量的公司都在使用 Elasticsearch，包括阿里、京东、滴滴、今日头条、小米、vivo等诸多知名公司。除了搜索功能之外，Elasticsearch还结合Kibana、Logstash、Elastic Stack还被广泛运用在大数据近实时分析领域，包括日志分析、指标监控等多个领域。 

本节内容：Elasticsearch的排序原理。

目录

1、默认按照_score排序

2、按照单字段排序

3、按照多字段排序

4、单字段多值排序

5、字符串排序与多字段

我们知道，Elasticsearch默认情况下，返回的结果是按照相关性_score进行排序的，即最相关的文档排在最前。 在日常业务当中，Elasticsearch排序会被经常使用，今天我带着大家看看Elasticsearch sort参数含义以及如何使用sort进行排序。

1、默认按照_score排序

为了按照相关性来排序，需要将相关性_score表示为一个数值。在 Elasticsearch 中， 相关性得分由一个浮点数进行表示，并在搜索结果中通过 _score参数返回， 默认排序是按照_score降序。

http://localhost:9201/student/_search

查询请求，比如需要查询id为1的数据。 

{    "query" : { "bool" : {     "filter" : {  "term" : {      "id" : 1  }     } }    }}

查询结果如下，

{    "took": 3,    "timed_out": false,    "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0    },    "hits": { "total": {     "value": 1,     "relation": "eq" }, "max_score": 0, "hits": [     {  "_index": "student",  "_type": "_doc",  "_id": "1",  "_score": 0,// 相关性评分，无意义的值  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-05-28 14:19:05",      "name": "test1",      "id": "1",      "age": 1  }     } ]    }}

上面的相关性评分可能对于生产环境而言并没有实际业务意义。因为当使用 filter过滤时，这表明只是希望获取匹配 id为1的文档数据，而并没有试图确定这些文档的相关性。 如果有多个文档，此时文档会按照随机顺序返回，并且每个文档都会评为零分。

如果我们想把这个没有意义的分数过滤掉。可以使用 constant_score 关键字对查询条件进行替换：

{    "query" : { "constant_score" : { //constant_score替换前面的bool     "filter" : {  "term" : {      "id" : 1  }     } }    }}

最终查询结果如下，

{    "took": 5,    "timed_out": false,    "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0    },    "hits": { "total": {     "value": 1,     "relation": "eq" }, "max_score": 1, "hits": [     {  "_index": "student",  "_type": "_doc",  "_id": "1",  "_score": 1, //恒定分值，默认为1  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-05-28 14:19:05",      "name": "test1",      "id": "1",      "age": 1  }     } ]    }}

此时执行与前面相同的查询请求，返回的所有文档_score的恒定值为1。

2、按照单字段排序

在实际业务场景中，通常会根据具体的单个业务字段进行排序，比如 数值、日期等。

请求参数，比如我们需要查询按照创建倒序进行对学习排序，此时可以使用sort参数进行实现。

{  "query": {    "bool": {      "filter": { "term": {   "id": 1 }      }    }  },  "sort": {    "createTime": {      "order": "desc"    }  }}

响应参数如下， 

{    "took": 2,    "timed_out": false,    "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0    },    "hits": { "total": {     "value": 1,     "relation": "eq" }, "max_score": null, //返回为空 "hits": [     {  "_index": "student",  "_type": "_doc",  "_id": "1",  "_score": null, //返回为空  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-05-28 14:19:05",      "name": "test1",      "id": "1",      "age": 1  },  "sort": [ // 新的节点      1653747545000 //排序字段值  ]     } ]    }}

此时，我们发现_score的值为null, 此时表示_score没有用于排序。

createTime 字段的值表示为自 epoch (January 1, 1970 00:00:00 UTC)以来的毫秒数，通过 sort 字段的值进行返回。

每个返回结果中会有一个新的节点sort元素，它包含了用于排序的值。 在这个案例中，我们按照 createTime 进行排序，在内部被索引为自epoch以来的毫秒数。 long 类型数1653747545000等价于日期字符串2022-5-28 22:19:50UTC 。

其次 _score 和 max_score 字段都是 null 。计算 _score对性能会有比较大的损耗，通常仅用于排序； 我们一般情况下，并不会根据相关性排序，所以记录_score是没有意义的。如果你的需要场景确实需要计算_score， 此时可以将在请求参数中加track_scores参数，并设置值为true 。

{  "query": {    "bool": {      "filter": { "term": {   "id": 1 }      }    }  },  "track_scores": true, // 将track_scores设置为true  "sort": {    "createTime": {      "order": "desc"    }  }}

字段将会默认升序排序，而按照 _score 的值进行降序排序。

3、按照多字段排序

假定我们想要结合使用 createTime 和_score 进行查询，并且匹配的结果首先按照日期排序，然后按照相关性排序。

{  "query": {    "bool": {      "must": { "match": {   "love": "I like to collect rock albums" }      },      "filter": { "term": {   "id": 1 }      }    }  },  "sort": [    {      "createTime": { "order": "desc"      }    },    {      "_score": { "order": "desc"      }    }  ]}

排序条件的顺序是很重要的。结果首先按第一个条件排序，仅当结果集的第一个 sort 值完全相同时才会按照第二个条件进行排序，以此类推。

多级排序并不一定包含_score字段。你也可以根据实际业务场景，针对一些不同的字段联合进行排序。

4、单字段多值排序

这种场景是单个字段需要根据多个值进行排序，而且这些值并没有固有的顺序；一个字段多值进行排序，这时应该选择哪个进行排序呢？

如果是数字或日期，你可以将多值字段减为单值，这可以通过使用 min 、 max 、 avg 或是 sum 排序模式 。

比如，你可以按照每个 createTime 字段中的最早日期进行排序，通过以下方法：

{  "query": {    "bool": {      "must": { "match": {   "love": "I like to collect rock albums" }      },      "filter": { "term": {   "id": 1 }      }    }  },  "sort": {    "createTime": {      "order": "asc",      "mode": "min"    }  }}

  返回结果，

{    "took": 10,    "timed_out": false,    "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0    },    "hits": { "total": {     "value": 1,     "relation": "eq" }, "max_score": null, "hits": [     {  "_index": "student",  "_type": "_doc",  "_id": "1",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-05-28 14:19:05",      "name": "test1",      "id": "1",      "age": 1  },  "sort": [      1653747545000  ]     } ]    }}

此种应用场景实际生产环境中使用比较少，具体使用需要结合自身业务需求而定。

5、字符串排序与多字段

有一些业务场景下，我们需要根据某个字段的字符串值进行排序。这在普通的关系型数据库中是很难实现的，那在Elasticsearch是怎么处理的呢？

为了对字符串字段进行排序，这个字段在创建索引时，需包含一项：index为not_analyzed。 但是我们仍需要 analyzed 字段，这样才能以全文进行查询。

通常有一个简单的方法解决这个问题：就是用两个字段存储同一个字符串，一个设置为analyzed 用于搜索， 另一个设置为not_analyzed用于排序。

但是如果重复保存相同的字符串两次，在_source字段是浪费空间的。 我们所希望的是传递一个单字段但是却用两种方式索引它。所有的 _core_field 类型 (strings, numbers, Booleans, dates) 接收一个 fields 参数。

此时，在建立映射是，可设置如下：

// = 7.x 版本"love": {    "type":     "keyword",    "fields": { "raw": { "type":  "keyword" }    }}  

love 字段与之前的一样: 是一个analyzed全文字段。而新增加的 love.raw 子字段是 not_analyzed.

现在，至少只要我们重新索引了我们的数据，使用 love 字段用于搜索，love.raw 字段用于排序。

请求样例如下,

{  "sort": "love.raw"}

如果没建该字段，则会提示如下信息：

{    "error": { "root_cause": [     {  "type": "query_shard_exception",  "reason": "No mapping found for [love.raw] in order to sort on",  "index_uuid": "PJE50ZroS4OiTMObGhkw7Q",  "index": "student"     } ], "type": "search_phase_execution_exception", "reason": "all shards failed", "phase": "query", "grouped": true, "failed_shards": [     {  "shard": 0,  "index": "student",  "node": "ufFZIzzWQkaNgoJXsUn3Sg",  "reason": {      "type": "query_shard_exception",      "reason": "No mapping found for [love.raw] in order to sort on",      "index_uuid": "PJE50ZroS4OiTMObGhkw7Q",      "index": "student"  }     } ]    },    "status": 400}

此时需要重建索引信息如下，

{  "mappings": {    "properties": {      "name": { "type": "keyword"      },      "age": { "type": "integer"      },      "love": { "type":     "keyword", "fields": {   "raw": {     "type":  "keyword"   } }      },      "createTime": { "format": "yyyy-MM-dd HH:mm:ss", "type": "date"      }    }  }}

最终查询结果如下，

{    "took": 6,    "timed_out": false,    "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0    },    "hits": { "total": {     "value": 20,     "relation": "eq" }, "max_score": null, "hits": [     {  "_index": "student",  "_type": "_doc",  "_id": "1",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:16",      "name": "test9",      "id": "1",      "age": 1  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "3",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:17",      "name": "test9",      "id": "3",      "age": 3  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "5",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:17",      "name": "test9",      "id": "5",      "age": 5  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "7",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:18",      "name": "test9",      "id": "7",      "age": 7  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "9",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:18",      "name": "test9",      "id": "9",      "age": 9  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "11",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:19",      "name": "test9",      "id": "11",      "age": 11  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "13",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:19",      "name": "test9",      "id": "13",      "age": 13  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "15",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:19",      "name": "test9",      "id": "15",      "age": 15  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "17",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:20",      "name": "test9",      "id": "17",      "age": 17  },  "sort": [      "I like to collect rock albums"  ]     },     {  "_index": "student",  "_type": "_doc",  "_id": "19",  "_score": null,  "_source": {      "love": "I like to collect rock albums",      "createTime": "2022-06-03 17:37:20",      "name": "test9",      "id": "19",      "age": 19  },  "sort": [      "I like to collect rock albums"  ]     } ]    }}