Elasticsearch自定义文档得分并排序

如果functions里的filter未给出，那么将会匹配所有文档，相当于 "match_all":{}。

我们看看function_score为我们提供了哪些参数：

• score_mode指定了该如何去合并每个文档生成的评分：

• boost_mode可以用来控制函数与查询评分_score合并后的结果：

• min_score可以设置为期望分数的阈值，能够排出不符合特定分数阈值的文档。
• max_boost可以限制函数的最大效果，但是不会对最终的评分_score产生直接的影响。

function_score还提供几种类型的评分函数：

• script_score：脚本评分函数允许计算自定义查询的评分，脚本表达式需使用文档中的数值字段。查询的分数将与脚本评分的结果相乘，如果不想使用这种方式，可通过设置"boost_mode":"replace"来禁止。

  GET /_search
  {
    "query": {
      "function_score": {
        "query": {
   "match": { "message": "elasticsearch" }
        },
        "script_score": {
   "script": {
     "source": "Math.log(2 + doc['likes'].value)"
   }
        }
      }
    }
  }
  

  GET /_search
  {
    "query": {
      "function_score": {
        "query": {
   "match": { "message": "elasticsearch" }
        },
        "script_score": {
   "script": {
     "params": {
       "a": 5,
       "b": 1.2
     },
     "source": "params.a / Math.pow(params.b, doc['likes'].value)"
   }
        }
      }
    }
  }
  

• weight：权重函数可以将评分与weight值相乘，weight的值是float类型。

• random_score：随机评分函数会产生一个0到1之间的分数，当种子feed值相同时，生成的随机结果是一致的。

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

• field_value_factor：通过使用文档中的某个字段来影响评分。如果这个字段有多个值，那么只有第一个值才被用来计算评分。

  GET /_search
  {
    "query": {
      "function_score": {
        "field_value_factor": {
   "field": "likes",
   "factor": 1.2,
   "modifier": "sqrt",
   "missing": 1
        }
      }
    }
  }
  # 上面评分的计算相当于 sqrt(1.2 * doc['likes'].value)
  

  • filed：文档中提取的字段。
  • factor：字段值乘以的可选因子，默认是1。
  • modifier：none, log, log1p, log2p, ln, ln1p, ln2p, square, sqrt, reciprocal。默认值是 none.

• decay_functions：衰减函数的功能与范围查询类似，但它具有更平滑的边缘。衰减函数支持gauss、linear、exp中任意一种函数，并且都能接收以下参数：

  • origin：中心点或字段可能的最佳值，落在原点origin上的文档评分_score为满分1.0。字段必须是数值、日期或地理坐标类型。
  • scale：衰减率，一个文档从原点origin下落时，评分_score改变的速度。
  • offset：以原点origin为中心点，为其设置一个非零的offset覆盖一个范围，而不只是单个原点。在范围-offset <= origin <= +offset内的所有评分_score都是1.0。
  • decay：从原点origin衰减到scale所得的评分_score，默认是0.5。

  GET /_search
  {
    "query": {
      "function_score": {
        "functions": [
   {
     "gauss": {
       "price": {
  "origin": "0",
  "scale": "20"
       }
     }
   },
   {
     "gauss": {
       "location": {
  "origin": "11, 12",
  "scale": "2km"
       }
     }
   }
        ],
        "query": {
   "match": {
     "properties": "balcony"
   }
        },
        "score_mode": "multiply"
      }
    }
  }
  

  官方文档有这么一张图片说明了三个函数的衰减曲线形状：

以上就是function_score函数的大部分内容。现在我们来具体实现文章开头提到的一个需求。我准备了一份不同歌手的歌曲发行时间的测试数据，主要字段有歌手名name、歌曲名song、发行时间publishDate。

GET music_index/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "name.keyword": {
 "order": "desc"
      },
      "publishDate.keyword": {
 "order": "asc"
      }
    }
  ]
}

GET music_index/_search
{
  "query": {
    "function_score": {
      "query": {
 "match_all": {}
      },
      "functions": [
 {
   "filter": {
     "term": {
"name.keyword": "许冠杰"
     }
   },
   "weight": 5
 },
 {
   "filter": {
     "term": {
"name.keyword": "邓丽君"
     }
   },
   "weight": 4
 },
 {
   "filter": {
     "term": {
"name.keyword": "陈百强"
     }
   },
   "weight": 3
 }
      ]
    }
  },
  "sort": [
    {
      "_score": {
 "order": "desc"
      },
      "publishDate.keyword": {
 "order": "asc"
      }
    }
  ]
}