默认情况下，结果集会按照相关性进行排序，相关性越高，排名越靠前。在Elasticsearch中相关性分值会用_score字段来给出一个浮点型的数值，所以默认情况下，结果集是以_score倒序排序的。 但是，有时候返回的_score是没有意义的，比如下面这个

过滤语句与_score没有关系，但是有隐含的查询条件match_all给所有的文档的_score设置了一个确定值，也就相当于每一个文档的相关性评分是相同的。

下面例子中，对结果集按照时间排序，这也是最常见的场景，将最新的文档靠前，我们使用sort参数排序。

你会发现这里有这两个不同点：

作为缩写，我们只需要指定排序的字段名称即可：

字段值默认以升序排序，_score默认以降序排序。

如果我们想合并一个查询语句，并且展示所有匹配的结果集使用第一排序是zcsj，第二排序是_score。

结果集会先用第一排序字段来排序，当用作第一字段排序的值相同时，然后再用第二排序字段来排序，以此类推。 但是_score不是多级排序必须的字段，我们可以使用几个不同的字段。

在为一个多值字段排序的时候，其实这些值本来没有固定的排序的，一个拥有多值的字段就是一个集合。 对于数字和日期而言，我们可以从多个值中取出一个来进行排序，我们可以使用min、max、avg、sum等模式，比如我们可以在likenum字段中选择最早的数字来进行排序。

analyzer字符串字段同时也是多值字段，在这些字段上排序往往得不到我们想要的值，比如分析一个字符"like a boy"，它最终可能会得到三个值like、a、boy。例如我们想要按照第一个词首字母排序，如果第一个单词相同的话，在用第二个单词首字母排序，以此类推，可惜es在进行排序的时候 是得不到这些信息。 为了使一个String字段可以进行排序，它必须包含一个词：即完整的not_analyzer字符串，当然我们要对字段进行全文本搜索的时候还必须使用analyzer。 在_source下相同的字符串上排序两次会造成不必要的资源浪费。而我们想要的是一个字段中同时包含这两种索引方式，现在我们介绍一下在所有核心字段类型上通用的参数fields，这样我们就可以改变它的mapping

改变后的多值字段mapping如下：

下面附上完整的代码（直接在linux服务器上执行）

现在改数据重建索引之后，我们可以用name来进行全文本搜索，也可以使用name.raw来进行排序，聚合。

Tip：对analyzed字段进行强制排序的话会消耗大量的内存。