ElasticSearch 源码分析十 ES搜索实现 Search(三)

 

fetch阶段的步骤 ：通过文档id获取完整的文档内容

（1）首先对query结果进行排序，获取要fetch的doc id
（2）按shard把这些id填充到docIdsToLoad对象中
（3）按shard去elasticsearch获取文档详情
（4）将第一步中已经排好序的文档与fetch到的结果按照顺序合并
（5）如果请求中有scroll，重新构建scroll id
（6）向调用方返回响应数据
（7）如果不是scroll请求，则释放search context

继续执行到moveToNextPhase，执行下一个阶段

循环获取每一个docIds

1.发送获取请求，也即是Transport发送，sendExecuteFetchScroll，最后归结为发送sendChildRequest

2.监听结果为innerOnResponse，fetchResults会存储从这个shard收集到的结果，每收到一个shard的数据，就执行一次

   counter.countDown 

看fetch的详细流程

3.执行fetch的过程，即将fetch请求发送到指定的节点执行，在获取执行结果后执行finishHim()进行数据的merge()

直接看executeFetch的实现

4.还是发送fetch请求到指定的节点node

5.执行在FetchPhase的execute方法
（1）首先创建FieldsVisitor对象，根据是否要fetch source，创建UidAndSourceFieldsVisitor或JustUidFieldsVisitor
（2）遍历每个要fetch的文档，判断文档是否为Nested结构，然后分别调用createNestedSearchHit()或者createSearchHit()得到SearchHit
（3）获取SearchHit后再补充如下阶段的结果：ScriptFieldsPhase, PartialFieldsPhase, MatchedQueriesPhase, ExplainPhase, HighlightPhase, FetchSourceSubPhase, VersionPhase, FieldDataFieldsFetchSubPhase, InnerHitsFetchSubPhase
（4）将hit结果集hits、全部命中结果数totalHits和最大得分maxScore放入context.fetchResult().hits对象中

在创建SearchHit时，使用loadStoredFields从lucene中获取已经存储的字段信息，如下图

6. 在成功获取到fetch数据后，将调用listener.onResult() 进行设置fetch result及调用finishHim()完成数据合并并返回响应数据，具体逻辑如下：
（1）elasticsearch调用SearchPhaseController的merge()方法进行数据合并
（2）如果请求中包含scroll，则需要重写生成scroll id，用于后面继续scroll
（3）调用listener.onResponse()向调用放返回响应数据
（4）如果当前不是scroll请求，则需要释放search context

合并数据的逻辑主要如下：
（1）获取文档的最大得分maxScore和命中总的文档数totalHits
（2）按照fetch开始时已经排好序的sortedDocs顺序，填充shard、score和fetch结果SearchHit
（3）merge其他信息，如suggest、facets、aggregation等等
（4）返回merge后的结果集

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

关于节点上的搜索

1.先从缓存获取，这个cache是该节点的所有分片共享，基于LRU实现数据清除

2.没有就调用queryPhase.execute(context) 底层是 调用lucene实现搜索，同时实现聚合