本文將從資料儲存和搜尋的角度簡單分析Elasticsearch的搜尋執行機制，主要涉及搜尋API、搜尋機制、存在問題和解決方案。
4.1 Search API
Search API允許使用者執行一個搜尋查詢並返回匹配查詢的搜尋命中結果。
Elasticsearch查詢主要有兩種方式：URI Search和Request Body Search。
-
URI Search：通過URI引數實現搜尋，特點是操作簡便，僅包含部分查詢語法，常用引數如下：
q：指定查詢語句，使用Query String Syntax
df：預設欄位，不指定時，會對所有欄位進行查詢
sort：排序
profile：用於檢視查詢是如何被執行的 -
Request Body Search：完備的查詢語法Query DSL，所以還是建議使用Request Body Search。
4.2 深入瞭解Search執行機制
建議先參考上篇Elasticsearch核心技術（四）：分散式儲存架構與索引原理分析，其中主要介紹了ES的分散式儲存架構和原理。
4.2.1 Query-then-Fetch執行機制
Elasticsearch的分散式搜尋的執行機制稱為Query-then-Fetch。具體分為Query和Fetch兩個階段：
Query階段
使用者發出搜尋請求到達ES節點。節點收到請求後，會以協調節點（Coordinating Node）的身份，在6個主副分片中隨機選擇3個分片，傳送查詢請求。
被選中的節點，進行排序（根據score值進行排序）。然後每個分片都返回 From+size 個排序後的文件id和排序值給協調節點。 注意這裡返回的是文件id。
Fetch階段
Coordinating節點將Query階段從每個分片獲取的排序的文件id列表重新進行排序，選取 From 到 From+size 個文件的id。
以multi get請求的方式，到相應的分片獲取詳細的文件資料。
4.2.2 為什麼需要兩階段才能完成搜尋
因為Elasticsearch在查詢的時候不知道文件位於哪個分片，因此索引的所有分片都要參與搜尋，然後協調節點將結果合併，在根據文件ID獲取文件內容。例如現在有5個分片，需要查詢匹配度Top10的資料，那麼每個分片都要查詢出當前分片的Top10的資料，協調節點將5×10個結果再次進行排序，返回Top10的結果給客戶端。
4.2.3 Query-then-Fetch存在問題和解決方案
Query-then-Fetch存在問題分為兩方面，一個是效能問題，一個是相關性算分問題。
- 效能問題
效能問題主要表現為深度分頁的問題。Elasticsearch資料是分片儲存的，資料分佈在多臺機器上。有這樣一個場景，如何獲取前1000個文件？當獲取從990-1000的文件時候，會在每個分片上面都先獲取1000個文件，然後再由協調節點聚合所有分片的結果在排序選取前1000個文件。
這個過程有什麼問題嗎？當然是有的，頁數越深，處理文件越多，佔用記憶體越多，耗時越長。所以要儘量避免深度分頁。當然，ES官方也注意了這個問題，所以通過index.max_result_window限定最多到10000條資料。當然我們也可以根據業務需要修改這個引數，這也解釋了：為什麼Google搜尋結果只有相關度最高的17頁結果，百度只有76頁的結果，原因之一是受限於Elasticsearch深度分頁的效能問題。
-
相關性算分問題
另外一個問題是相關性算分不準確問題。每個分片都基於自己分片上面的資料進行相關度計算。這會導致打分偏離的情況，特別是資料量很少的時候。相關性算分在分片之間是相互獨立。當文件總數很少的情況下，如果主分片大於1，如果主分片數越多，相關性算分會越不準。 -
如何解決算分不準的問題？
- 當資料量不大的時候，將主分片數設定為1；當資料量足夠大的時候，只要保證文件均勻分佈在各個分片上面，結果一般不會出現偏差
- 使用
DFS Query Then Fetch
在搜尋的URL中指定引數_search?search_type=dfs_query_then_fetch；這樣就可以保證每個分片把各個分片的詞頻和文件頻率進行蒐集，然後進行一次相關性算分。但是這樣會耗費更多的CPU和記憶體資源，執行效能較低。
- 如何避免深度分頁的問題？
使用Search_After：
ES提供實時的下一頁文件獲取功能，這個功能只能下一頁，不能上一頁；
不能指定頁數，不能使用from引數；
- 三種分頁方式對比：
| 型別 | 場景 |
|---|---|
| From/Size | 需要實時獲取頂部的部分文件，且需要自由翻頁 |
| Scroll | 需要全部文件，如匯出所有資料的功能 |
| Search_After | 需要全部文件，不需要自由翻頁 |
4.3 總結
經濟基礎決定上層建築，ES的分片儲存決定了搜尋機制。其實儲存和搜尋不能分割開來看，只儲存不可搜尋，這個儲存是沒有意義的；只搜尋沒有儲存（資料來源）是空中樓閣。