ES查詢可以分爲兩大類,一類是Get,一類是Search,下面說一下Es內部是怎麼實現的.
一:Get檢索
通過ID檢索特定的Doc
> 查詢的時候是先查詢內存中的TransLog，如果找到就立即返回
> 如果沒找到再查詢磁盤上的TransLog
> 如果還沒有則再去查詢磁盤上的Segment(原始Lucene)
二:Search檢索
通過query查詢來匹配對應的Doc文檔,查詢的時候是一起查詢內存和磁盤上的Segment，最後將結果合併後返回
。其實它有三個對應的實現,默認使用的是第二個,第三個評分準確度最高,但是性能也是最低的,實際使用中需要根據具體的業務需求,選擇對應的檢索階段。
1 query_and_fetch:第一階段查詢到匹配的DocID
2 query_then_fetch:第二階段再查詢DocID對應的完整文檔
3 dfs_query_then_fetch:先收集所有Shard中的TF和DF值，然後將這些值帶入請求中，再次執行query_then_fetch，這樣算分的時候TF和DF就是準確的
三:檢索具體流程
> 實現機制概括
第一階段的Query Phase請求，則會調用SearchService的executeQueryPhase方法
第二階段的Fetch Phase請求，則會調用SearchService的executeFetchPhase方法
> 具體步驟
ClientNode:客戶端節點
Get Remote Cluster Shard:判斷是否需要跨集羣訪問，如果需要，則獲取到要訪問的Shard列表。
Get Search Shard Iterator:獲取當前Cluster中要訪問的Shard,勾出要訪問完整的shard列表
For Every Shard:Perform:遍歷每個Shard，對每個Shard執行後面邏輯
Send Request To Query Shard:將查詢階段請求發送給相應的Shard
Merge Docs：
>> 異步等待返回結果，然後對結果合併
維護一個Top N大小的優先級隊列，每當收到一個shard的返回，就把結果放入優先級隊列做一次排序，直到所有的Shard都返回。
>>分頁查詢
search_after
返回的總數據量只是和Shard個數以及本次需要的個數有關，和歷史已讀取的個數無關
深度分頁
通過scroll來實現
本質類似於遊標
不能逆行查詢,往返查詢
只能查詢下一頁
QueryPhase:一階段查詢
Query Phase
1 Create Search Context
創建Search Context，之後Search過程中的所有中間狀態都會存在Context中
2 Parse Query
解析Query的Source，將結果存入Search Context
3 Get From Cache
判斷請求是否允許被Cache，如果允許，則檢查Cache中是否已經有結果
4 Add Collectors
收集查詢結果，實現排序，自定義結果集過濾和收集等
FilteredCollector
先判斷請求中是否有Post Filter，Post Filter用於Search，Agg等結束後再次對結果做Filter，希望Filter不影響Agg結果。如果有Post Filter則創建一個FilteredCollector，加入Collector List中。
PluginInMultiCollector
判斷請求中是否制定了自定義的一些Collector，如果有，則加入Collector List。
MinimumScoreCollector
：判斷請求中是否制定了最小分數閾值，如果指定了，則創建MinimumScoreCollector加入Collector List中，在後續收集結果時，會過濾掉得分小於最小分數的Doc
EarlyTerminatingCollector
判斷請求中是否提前結束Doc的Seek，如果是則創建EarlyTerminatingCollector，加入Collector List中。在後續Seek和收集Doc的過程中，當Seek的Doc數達到Early Terminating後會停止Seek後續倒排鏈
CancellableCollector
判斷請求中是否提前結束Doc的Seek，如果是則創建EarlyTerminatingCollector，加入Collector List中。在後續Seek和收集Doc的過程中，當Seek的Doc數達到Early Terminating後會停止Seek後續倒排鏈
5 lucene::search
調用Lucene中IndexSearch的search接口，執行真正的搜索邏輯
6 rescore
根據Request中是否包含rescore配置決定是否進行二階段排序，如果有則執行二階段算分邏輯，會考慮更多的算分因子
7 suggest::execute()
如果有推薦請求，則在這裏執行推薦請求
8 aggregation::execute()
如果含有聚合統計請求，則在這裏執行
FetchPhase:二階段查詢
Fetch Phase
當Client Node選擇出最終Top N的結果後，再對最終的Top N讀取Doc內容
ExplainFetchSubPhase
DocValueFieldsFetchSubPhase
ScriptFieldsFetchSubPhase
FetchSourceSubPhase
VersionFetchSubPhase
MatchedQueriesFetchSubPhase
HighlightPhase
ParentFieldSubFetchPhase
通過插件的形式註冊自定義的功能
> 牽涉核心類
SearchPhase
AggregationPhase
聚合查詢
DfsPhase
三階段查詢
FetchPhase
二階段查詢
QueryPhase
一階段查詢
RescorePhase
二次加分查詢
SuggestPhase
推薦查詢
備註:es查詢 默認沒有實現保證全局精準的TF-IDF