ElasticSearch之通过function score query优化评分

写在前面

es在进行数据查询时，数据的返回顺序是由评分决定的，而默认的评分是采用的相关度评分，但在某些业务场景中如果是仅仅考虑相关度评分的话，无法满足需求，所以es提供了function score query来通过其他的方式来改变最终的评分，如下：

本文一起来看下这部分相关的内容。

1：例子

考虑这样的场景，某良心企业发起一项征文活动，文章主题你对996的看法，并且文章发布到网上可以供广大的热心网友投票，假定张三，李四，王五三位同学颇具文学功底，参与了本次活动，活动结束后，数据如下：

DELETE talk_about996

POST talk_about996/_bulk
{"index": {"_id": 1}}
{"topic":"你对996的看法","name":"张三","content":"狼儿吃草跑得快，哈哈哈哈", "vote": 10}
{"index": {"_id": 2}}
{"topic":"你对996的看法","name":"李四","content":"狼儿不吃肉啊，嘿嘿嘿嘿", "vote": 10000}
{"index": {"_id": 3}}
{"topic":"你对996的看法","name":"王五","content":"狼性文化，呵呵呵呵", "vote": 1000}
1
2
3
4
5
6
7
8
9

接着我们来搜索topic的内容为你对996的看法的文档，如下：

POST talk_about996/_search
{
    "query": {
        "multi_match": {
            "query": "你对996的看法",
            "fields": [
                "topic"
            ]
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11

分数完全相同，此时如果我们希望投票多的有更高的分数，该怎么办呢？就可以使用function score query 了，如下：

POST talk_about996/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match": {
                    "query": "你对996的看法",
                    "fields": [
                        "topic"
                    ]
                }
            },
            "field_value_factor": {
                "field": "vote"
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

此时vote数高的，得分就高了。得分计算公式为相关度评分*vote,如下图：

此时我们又发现投票数高的得分异常的高，如果我们希望各个得分之间相差不要这么大的话，则可以再添加modifier参数来对计算的结果进行再次的运算，比如添加"modifier": "log1p"，则计算得分公式变为相关度评分*log(1+vote)。

1.1：增加modifier

如下：

POST talk_about996/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match": {
                    "query": "你对996的看法",
                    "fields": [
                        "topic"
                    ]
                }
            },
            "field_value_factor": {
                "field": "vote",
                "modifier": "log1p"
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

得分的差距就没有那么大了，会更加利于我们来做数据的统计分析等工作。

实际上modifier还支持其他的数学运算符，具体如下：

1.2：增加factor

我们还可以增加facotr，仅以的影响评分计算，此时公式会变为相关度评分*log(1+facotr*vote)。

如下:

POST talk_about996/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match": {
                    "query": "你对996的看法",
                    "fields": [
                        "topic"
                    ]
                }
            },
            "field_value_factor": {
                "field": "vote",
                "modifier": "log1p",
                "factor": 0.1
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1.3：boost mode和max boost

在上面的例子中最终得分都是取的相关度评分和新的分的乘积，这里的乘是通过参数boost_mode来指定的，即不指定默认就是"boost_mode": "multiply"，具体支持的类型列表如下：

如下修改为sum：

max boost用来限制最高得分，如下限制最高得分为2000分：

1.4：random score

如果我们的业务场景要求，按照随机的顺序来返回数据，此时就可以使用random socore，并给定义一个seed值，不同的seed值返回顺序不同，相同的seed值多次查询返回的顺序不会改变，如下：

POST talk_about996/_search
{
    "query": {
        "function_score": {
            "random_score": {
              "seed": 314159265359
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10

以及:

写在后面

参考文章列表

ElasticSearch之单值多字段查询以及multi match 。