ElasticSearch 自定义排序（随机查询结果）_es自定义排序

背景

在项目上遇到一个需求，需要随机展示从 elasticsearch 中获取的查询结果，这时候想到可以通过 es 的自定义排序，来实现这个需求。自定义排序其实就是调整 es 的评分机制，达到结果的权重不同，最终实现随机查询的目的。

我们通过使用 function_score 来实现不同的评分机制。官网介绍

常见类型

function_score 查询常见有下面几种

• script_score script 脚本评分
• weight 字段权重评分
• random_score 随机评分
• field_value_factor 字段值因子评分
• decay functions: gauss, linear, exp (没用过）

代码例子

• script_score

这里的查询的分数默认是乘以脚本评分的结果。 如果你想禁止这个，设置 "boost_mode": "replace"

GET index/_search
{
    "query": {
        "function_score": {
            "query": {
                "match": { "field": "value" }
            },
            "script_score" : {
                "script" : {
                  "source": "Math.log(2 + doc['likes'].value)"
                }
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

• weight

weight函数就是将分数乘上特定的值

下面的例子在 name 字段中匹配了 aa 的文档，他们的分数将被乘以2,当 type 匹配到 bb 的时候乘以 3

GET index/_search
{
    "query": {
        "function_score": {
            "query": {
                "match": { "field": "value" }
            },
            "functions":[
	             {
		            "weight":2  ,
		            "filter": { "term": { "name": "aa" }}   
	             },
	             {
		            "weight":3  ,
		            "filter": { "term": { "type": "bb" }}   
	             }
            ]
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

• random_score (没怎么用过）

random_score 生成从 0 到但不包括 1 的均匀分布的分数。

GET index/_search
{
    "query": {
        "function_score": {
            "random_score": {
                "seed": 10,
                "field": "_seq_no"
            }
        }
    }
}

1
2
3
4
5
6
7
8
9
10
11
12

• field_value_factor

field_value_factor 函数允许您使用文档中的字段来影响分数。 它类似于使用 script_score 函数，但是，它避免了脚本的开销。 如果用于多值字段，则在计算中仅使用该字段的第一个值。

GET index/_search
{
    "query": {
        "function_score": {
            "field_value_factor": {
                "field": "likes",	// 要从文档中提取的字段。
                "factor": 1.2,	// 与字段值相乘的可选因子，默认为 1。
                "modifier": "sqrt",	// 应用于字段值的计算修饰符， none, log, log1p, log2p, ln, ln1p, ln2p, square, sqrt, or reciprocal，默认 none.
                "missing": 1	// 如果文档没有该字段，则使用的值。 修饰符和因子仍然适用于它，就好像它是从文档中读取的一样。
            }
        }
    }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14

得分计算公式： sqrt(1.2 * doc['likes'].value)