我将在去年的Elasticsearch邮件列表中查看去年的讨论。另一个ES用户正在尝试完全按照您的意图进行操作，匹配数组元素并按相似性进行排序。在他的情况下，他的数组成员是“一个”，“两个”，“三个”等，但几乎相同：
http://elasticsearch-users.115913.n3.nabble.com/Similarity-score-in-array-
td4041674.html
讨论中指出的问题是，没有什么可以让您准确地找到想要的东西。您使用数组成员（字符串或整数，我认为都可以）的方法可以使您接近，但可能与您要实现的目标有所不同。原因是Elasticsearch（以及Lucene
/ Solr也是如此）中的默认相似性评分机制是TF /
IDF：http :
//www.elasticsearch.org/guide/en/elasticsearch/guide/current/relevance-
intro.html
TF / IDF可能非常接近，并且取决于用例，可能会为您提供相同的结果，但不能保证做到这一点。经常出现的标签（例如，“ 1”的频率是“
2”的两倍）会更改每个术语的权重，以致您可能无法完全获得所需的内容。
如果您需要精确的评分/相似度算法，我相信您需要自定义评分。正如您发现的那样，自定义评分脚本无法很好地扩展，因为该脚本将在每个文档中运行，因此开始时并不太快，并且响应时间会以线性方式衰减。
我个人可能会尝试Elasticsearch提供的某些相似性模块，例如BM25：
http://www.elasticsearch.org/guide/zh-
CN/elasticsearch/reference/current/index-modules-
similarity.html
