本文深入探讨Elasticsearch中实现复杂多字段排序的技巧，尤其侧重于当排序规则依赖于字段内容（如标签是否存在）时。我们将学习如何利用Painless脚本进行条件排序，以满足“有标签文档按创建时间升序，无标签文档按创建时间降序”等高级需求，并提供详细的实现步骤和示例代码。
在Elasticsearch中，常规的字段排序通常能够满足大部分需求。然而，当业务场景要求根据某个字段的特定状态（例如，字段是否存在或其值满足特定条件）来决定后续字段的排序方式时，传统的字段排序方法就显得力不从心。本文将介绍如何利用Elasticsearch强大的Painless脚本排序功能，解决此类复杂的条件多字段排序问题。
1. 问题场景描述
假设我们有如下结构的文档，包含 createdAt（创建时间）和 tags（标签列表）字段：
doc1:
{
"createdAt": "2022-11-25T09:45:00.000Z",
"tags": [
"Response Needed"
]
}
doc2 :
{
"createdAt": "2022-11-24T09:45:00.000Z",
"tags": [
"Customer care","Response Needed"
]
}
doc3 :
{
"createdAt": "2022-11-24T09:45:00.000Z",
"tags": []
}我们的目标是实现一个复杂的排序逻辑：
- 首先，根据 tags 字段是否存在进行排序：有标签的文档优先于无标签的文档。
-
其次，根据 createdAt 字段进行条件排序：
- 如果文档有标签（tags 字段不为空），则按 createdAt 升序排列。
- 如果文档无标签（tags 字段为空），则按 createdAt 降序排列。
2. Elasticsearch排序机制与脚本排序
Elasticsearch的 sort 查询参数接受一个数组，数组中的每个元素代表一个排序标准。这些标准会按顺序依次应用。当一个文档在某个排序标准上与其他文档具有相同的值时，就会应用下一个排序标准。
对于上述的复杂条件排序需求，标准的字段排序无法直接实现。此时，Painless脚本排序（Script-based Sorting）成为了理想的解决方案。Painless是一种安全、高性能的脚本语言，专为Elasticsearch设计，允许用户在查询或排序过程中执行自定义逻辑。
通过 _script 字段，我们可以在排序过程中执行自定义脚本，并根据脚本的返回值进行排序。
3. 环境准备与数据导入
首先，我们需要创建一个索引并定义相应的映射，确保 createdAt 字段为 date 类型，tags 字段为 keyword 类型（或其子字段为 keyword 类型，以便正确获取其大小）。
PUT idx_conditional_sort
{
"mappings": {
"properties": {
"createdAt": {
"type": "date"
},
"tags": {
"type": "keyword"
}
}
}
}接着，导入一些示例数据以供测试：
POST idx_conditional_sort/_doc
{
"createdAt": "2022-11-25T09:45:00.000Z",
"tags": [
"Response Needed"
]
}
POST idx_conditional_sort/_doc
{
"createdAt": "2022-11-24T09:45:00.000Z",
"tags": [
"Response 02"
]
}
POST idx_conditional_sort/_doc
{
"createdAt": "2022-11-24T09:45:00.000Z",
"tags": [
"Customer care","Response Needed"
]
}
POST idx_conditional_sort/_doc
{
"createdAt": "2022-11-26T09:45:00.000Z",
"tags": []
}
POST idx_conditional_sort/_doc
{
"createdAt": "2022-11-23T09:45:00.000Z",
"tags": []
}4. 实现条件多字段排序
我们将利用两个独立的脚本排序规则来满足上述需求。
4.1 第一层排序：标签存在性判断
首先，我们需要将有标签的文档排在无标签文档之前。这可以通过一个简单的Painless脚本实现：如果 tags 字段有值，脚本返回一个大于零的数（例如 1）；如果 tags 字段为空，则返回 0。然后，我们对这个脚本的返回值进行降序排序。
{
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": """
def tagsList = doc['tags.keyword'];
return tagsList.size() > 0 ? 1 : 0; // 1代表有标签，0代表无标签
"""
},
"order": "desc" // 降序排列，使1（有标签）排在0（无标签）之前
}
}- doc['tags.keyword'] 用于访问 tags 字段的值。由于 tags 是 keyword 类型，我们可以直接获取其列表大小。
- tagsList.size() > 0 ? 1 : 0：如果标签列表大小大于0，返回1；否则返回0。
- "order": "desc"：确保返回值较大的（即有标签的文档）排在前面。
4.2 第二层排序：基于条件的不同创建时间排序
在第一层排序的基础上，对于那些具有相同标签存在状态的文档（即，要么都有标签，要么都无标签），我们需要应用不同的 createdAt 排序逻辑。这同样可以通过一个Painless脚本来实现。
该脚本需要：
- 判断当前文档是否有标签。
- 根据判断结果，返回一个经过处理的 createdAt 值。
- 如果文档有标签，直接返回 createdAt 的毫秒时间戳（用于升序）。
- 如果文档无标签，返回 createdAt 毫秒时间戳的负值（用于通过升序实现降序）。
{
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": """
def tagsPresent = doc['tags.keyword'].size() > 0;
def createdAtMillis = doc['createdAt'].value.toInstant().toEpochMilli(); // 获取日期字段的毫秒时间戳
if (tagsPresent) {
return createdAtMillis; // 有标签：按createdAt升序，直接返回时间戳
} else {
return -createdAtMillis; // 无标签：按createdAt降序，返回时间戳的负值
}
"""
},
"order": "asc" // 对脚本返回的值进行升序排列
}
}- doc['createdAt'].value.toInstant().toEpochMilli()：这是获取日期字段毫秒时间戳的标准Painless方式。doc['field'].value 获取字段的内部表示，toInstant() 转换为 Instant 对象，toEpochMilli() 获取毫秒值。
- if (tagsPresent) { return createdAtMillis; } else { return -createdAtMillis; }：这是实现条件逻辑的核心。
- "order": "asc"：由于我们已经通过返回负值的方式将降序逻辑嵌入到脚本中，所以这里统一使用升序，即可实现最终的条件排序。
5. 完整查询示例
将上述两个脚本排序组合起来，形成最终的查询语句：
GET idx_conditional_sort/_search
{
"sort": [
{
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": """
def tagsList = doc['tags.keyword'];
return tagsList.size() > 0 ? 1 : 0;
"""
},
"order": "desc"
}
},
{
"_script": {
"type": "number",
"script": {
"lang": "painless",
"source": """
def tagsPresent = doc['tags.keyword'].size() > 0;
def createdAtMillis = doc['createdAt'].value.toInstant().toEpochMilli();
if (tagsPresent) {
return createdAtMillis;
} else {
return -createdAtMillis;
}
"""
},
"order": "asc"
}
}
]
}执行此查询后，返回的文档将严格按照我们定义的复杂条件进行排序。
6. 注意事项
- 性能考量：脚本排序的性能通常低于基于字段值的直接排序，因为它需要在每个文档上执行自定义代码。对于大规模数据集或高并发场景，应谨慎使用。如果可能，考虑在索引时预计算排序字段或使用运行时字段（runtime fields）来优化。
- 字段类型：确保在Painless脚本中访问的字段类型正确。例如，keyword 类型的字段可以通过 doc['field.keyword'] 访问其列表大小，而 date 字段需要通过 doc['field'].value.toInstant().toEpochMilli() 获取其时间戳。
- Painless语法：Painless脚本语言有其特定的语法和API。熟悉Painless文档对于编写高效且正确的脚本至关重要。
- 缓存：Elasticsearch会缓存脚本，但首次执行仍会有编译开销。
7. 总结
通过Painless脚本排序，Elasticsearch提供了极高的灵活性，能够处理传统排序方法难以实现的复杂条件逻辑。本文展示了如何结合两个脚本排序规则，优雅地解决了“有标签按创建时间升序，无标签按创建时间降序”的挑战。理解并掌握脚本排序是提升Elasticsearch查询能力的关键一步，尤其适用于那些具有高度定制化排序需求的业务场景。在实际应用中，务必权衡其带来的灵活性与潜在的性能开销。
