算分与排序

Elasticsearch 默认会以⽂档的相关度算分进⾏排序
可以通过指定⼀个或者多个字段进⾏排序
使⽤相关度算分(score)排序，不能满⾜某些特定条件
⽆法针对相关度，对排序实现更多的控制

Function Score Query

Function Score Query
- 可以在查询结束后，对每⼀个匹配的⽂档进⾏⼀系列的重新算分，根据新⽣成的分数进⾏排序。
提供了⼏种默认的计算分值的函数
- Weight ：为每⼀个⽂档设置⼀个简单⽽不被规范化的权重
- Field Value Factor：使⽤该数值来修改 _score，例如将 “热度”和“点赞数”作为算分的参考因素
- Random Score：为每⼀个⽤户使⽤⼀个不同的，随机算分结果
- 衰减函数：以某个字段的值为标准，距离某个值越近，得分越⾼
- Script Score：⾃定义脚本完全控制所需逻辑

按受欢迎度提升权重

希望能够将点赞多的 blog，放在搜索列表相对靠前的位置。同时搜索的评分，还是要作为排序的主要依据
新的算分 = ⽼的算分 * 投票数
- 投票数为 0
- 投票数很⼤时

POST /blogs/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field": "votes"
      }
    }
  }
}

使⽤ Modifier 平滑曲线

新的算分 = ⽼的算分 * log( 1 + 投票数 )

image.png

Modifier

引⼊ Factor

新的算分 = ⽼的算分 * log( 1 + factor *投票数 )

Factor

Boost Mode 和 Max Boost

Boost Mode
- Multiply：算分与函数值的乘积
- Sum：算分与函数的和
- Min / Max：算分与函数取最⼩/ 最⼤值
- Replace：使⽤函数值取代算分
Max Boost 可以将算分控制在⼀个最⼤值

⼀致性随机函数

使⽤场景：⽹站的⼴告需要提⾼展现率
具体需求：让每个⽤户能看到不同的随机排名，但是也希望同⼀个⽤户访问时，结果的相对顺序，保持⼀致 (Consistently Random)

POST /blogs/_search
{
  "query": {
    "function_score": {
      "random_score": {
        "field": "votes",//7.0开始random_score需要加上field参数,且类型是数字
        "seed": 999
      }
    }
  }
}

本节知识点回顾

复合查询：Function Score Query
提供了多种函数，⾃定义脚本，完全控制算分
Field Value Factor：搜索的相关度，能够结合投票的数量进⾏重算。通过⼀些参数的设定，对算分进⾏控制
随机函数：⽤户提供 Seed，返回⼀个随机⼀致性的排序结果

课程Demo

DELETE blogs
PUT /blogs/_doc/1
{
  "title":   "About popularity",
  "content": "In this post we will talk about...",
  "votes":   0
}

PUT /blogs/_doc/2
{
  "title":   "About popularity",
  "content": "In this post we will talk about...",
  "votes":   100
}

PUT /blogs/_doc/3
{
  "title":   "About popularity",
  "content": "In this post we will talk about...",
  "votes":   1000000
}


POST /blogs/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field": "votes"
      }
    }
  }
}

POST /blogs/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field": "votes",
        "modifier": "log1p"
      }
    }
  }
}


POST /blogs/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field": "votes",
        "modifier": "log1p" ,
        "factor": 0.1
      }
    }
  }
}


POST /blogs/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field": "votes",
        "modifier": "log1p" ,
        "factor": 0.1
      },
      "boost_mode": "sum",
      "max_boost": 3
    }
  }
}

POST /blogs/_search
{
  "query": {
    "function_score": {
      "random_score": {
        "field": "votes",//7.0开始random_score需要加上field参数,且类型是数字
        "seed": 999
      }
    }
  }
}