如何优化Elasticsearch 6.8.x天文对象编码查询与自动补全排序

你遇到的两个问题本质都是字符串字典序与自然数字序不匹配，可通过预处理字段+统一排序规则解决：

1. 自然排序优化 #

当前keyword类型排序走ASCII字典序，逐字符比较时会将m10排在m2前，推荐优先使用预处理字段方案，查询性能无额外损耗：

方案1：新增预处理字段（推荐） #

• 先修改mapping新增两个字段，写入时拆分编码的前缀和数字部分分别存储：

{
  "mappings": {
    "_doc": {
      "properties": {
        // 编码前缀，取值为m/ngc等
        "code_prefix": {
          "type": "keyword",
          "normalizer": "lowercase_normalizer"
        },
        // 编码数字部分，取值为1/10/101等
        "code_num": {
          "type": "integer"
        }
      }
    }
  }
}

• 排序时指定先按前缀排序、再按数字排序即可得到预期顺序：

{
  "sort": [
    {"code_prefix": {"order": "asc"}},
    {"code_num": {"order": "asc"}}
  ]
}

方案2：脚本临时排序（仅适合小数据量场景） #

如果不想修改写入逻辑，可使用painless脚本动态提取数字排序，大数据量下性能较低：

{
  "sort": {
    "_script": {
      "type": "number",
      "script": {
        "lang": "painless",
        "source": "def m = /^([a-z]+)(\\d+)$/.matcher(doc['id.raw'].value); return m.matches() ? Integer.parseInt(m.group(2)) : 0;"
      },
      "order": "asc"
    }
  }
}

2. 自动补全查询优化 #

当前使用phrase_prefix查询时默认按匹配度评分，前缀更长的匹配项评分更高，才会出现m103排在m10前的问题，可复用上文的排序规则统一解决：

• 若要优先展示完全匹配的结果，可给精确匹配项增加权重：

{
  "query": {
    "bool": {
      "should": [
        {
          "multi_match" : {
            "query": "m10", 
            "fields": [ "id", "id.raw^10", "desigs"],
            "type": "phrase_prefix" 
          }
        },
        {
          "term": {
            "id.raw": {
              "value": "m10",
              "boost": 100
            }
          }
        }
      ]
    }
  },
  // 复用上面的自然排序规则
  "sort": [
    {"code_prefix": {"order": "asc"}},
    {"code_num": {"order": "asc"}}
  ]
}

如果要更高的补全查询性能，可直接使用你已定义的completion类型suggest字段，写入时将code_num作为权重值绑定，数字越小权重越高，即可直接返回符合顺序的补全结果。

内容的提问来源于stack exchange，提问作者Astro-Otter