NoSQL 与搜索 / 系统课时
搜索请求结构
搜索请求结构
本课用一个可执行的商品搜索示例,拆解 _search 请求与响应的核心字段。完成后,你能够限制返回数量、筛选 _source、指定排序,并从 hits 中准确读取命中总数和文档内容。
学习目标
- 识别搜索请求中的
query、from、size、_source与sort - 读懂响应中的耗时、分片状态、命中总数和文档数组
- 区分“匹配了多少条”与“本次返回多少条”
请求与响应的整体结构
搜索入口通常是 POST /<index>/_search。请求体负责描述“查什么”和“怎样返回”,响应体则说明执行状态以及最终命中的文档。
| 位置 | 核心字段 | 作用 |
|---|---|---|
| 请求体 | query |
定义匹配条件 |
| 请求体 | from、size |
控制从第几条开始以及返回多少条 |
| 请求体 | _source |
选择需要返回的源字段 |
| 请求体 | sort |
指定排序字段与方向 |
| 响应体 | took、timed_out |
表示执行耗时和是否超时 |
| 响应体 | _shards |
汇总参与查询的分片执行状态 |
| 响应体 | hits.total |
表示符合条件的文档数量 |
| 响应体 | hits.hits |
保存本页实际返回的文档 |
size 只限制 hits.hits 的长度,不会把 hits.total 改成同一个数字。这个区别是分页和结果统计中最常见的误区。
完整搜索示例
先在 Kibana Dev Tools 中建立索引并写入三条数据。示例显式设置一个主分片和零副本,使分片统计保持稳定。
DELETE /lesson_products?ignore_unavailable=true
PUT /lesson_products
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 0
},
"mappings": {
"properties": {
"name": { "type": "text" },
"price": { "type": "double" },
"stock": { "type": "integer" }
}
}
}
POST /lesson_products/_bulk?refresh=wait_for&filter_path=errors,items.index._id,items.index.status
{"index":{"_id":"1"}}
{"name":"Elasticsearch 实战","price":89.0,"stock":18}
{"index":{"_id":"2"}}
{"name":"搜索系统设计","price":109.0,"stock":7}
{"index":{"_id":"3"}}
{"name":"Query DSL 入门","price":69.0,"stock":25}预期结果
DELETE: {"acknowledged":true}
PUT: {"acknowledged":true,"shards_acknowledged":true,"index":"lesson_products"}
BULK: {"errors":false,"items":[{"index":{"_id":"1","status":201}},{"index":{"_id":"2","status":201}},{"index":{"_id":"3","status":201}}]}下面的请求返回价格最高的两件商品,只保留名称和价格。filter_path 仅用于精简演示响应,不改变搜索逻辑。
POST /lesson_products/_search?filter_path=took,timed_out,_shards,hits.total,hits.hits._id,hits.hits._source,hits.hits.sort
{
"from": 0,
"size": 2,
"_source": ["name", "price"],
"query": {
"match_all": {}
},
"sort": [
{
"price": {
"order": "desc"
}
}
]
}预期输出
{
"took": "<TIME_MS>",
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 3,
"relation": "eq"
},
"hits": [
{
"_id": "2",
"_source": {
"name": "搜索系统设计",
"price": 109.0
},
"sort": [109.0]
},
{
"_id": "1",
"_source": {
"name": "Elasticsearch 实战",
"price": 89.0
},
"sort": [89.0]
}
]
}
}<TIME_MS> 代表实际执行耗时对应的整数毫秒值,每次运行可能不同。排序后的每条命中还会携带 sort 数组,它记录当前文档的排序值,后续使用 search_after 时会用到。
核心字段如何配合
query 决定候选文档,sort 决定候选文档的排列顺序,from 与 size 再从排序结果中截取一页。最后,_source 只控制返回哪些原始字段,不会减少查询条件本身的计算范围。
响应中的 hits.total.relation 为 eq 时表示总数精确;若出现 gte,表示总数至少达到给出的值。业务只关心当前页时,应读取 hits.hits;需要展示总记录数时,再读取 hits.total.value。
结果验证与常见边界
把 size 改为 1 后,hits.total.value 仍然是 3,但 hits.hits 只包含一条文档。把 _source 改为 false 后,命中仍然存在,只是不再返回原始业务字段。
浅分页可以使用 from 与 size。当页码很深时,节点需要维护并丢弃大量中间结果,应改用稳定排序配合 search_after,而不是持续增大 from。
本课总结
- 搜索请求用
query定义匹配,用sort、from和size组织结果页 _source控制返回字段,不等同于查询条件hits.total表示匹配总数,hits.hits表示当前请求实际返回的文档
下一课预告
下一课将使用 match 执行全文检索,并比较 operator 与 minimum_should_match 对召回范围的影响。