使用solr,就使用到各种的排序和boost。
在公司的站内搜索引擎,就遇到了排序的问题,各种各样的条件,融合在最后一个分数里面。
开启debugQuery,就可以看到每个document的打分逻辑原理。
比如说,我们的查询是这样的:
/solr/select?q=ddr&defType=dismax&qf=name^1000+description^100&bf=pow(price,1.5)&debugQuery=true&indent=true |
开启了debugQuery后,获得的结果是这样的:
1.6771803 = (MATCH) sum of:
0.64883727 = (MATCH) max of:
0.64883727 = (MATCH) weight(name:ddr^1000.0 in 6), product of:
0.99999994 = queryWeight(name:ddr^1000.0), product of:
1000.0 = boost
2.446919 = idf(docFreq=3, maxDocs=17)
4.0867718E-4 = queryNorm
0.6488373 = (MATCH) fieldWeight(name:ddr in 6), product of:
1.4142135 = tf(termFreq(name:ddr)=2)
2.446919 = idf(docFreq=3, maxDocs=17)
0.1875 = fieldNorm(field=name, doc=6)
1.028343 = (MATCH) FunctionQuery(pow(float(price),const(1.5))), product of:
2516.272 = pow(float(price)=185.0,const(1.5))
1.0 = boost
4.0867718E-4 = queryNorm
按照这个格式,把你的debugQuery的信息取出来,格式化就得到了。
首先,最上面的分数是这个document的总分:1.6771803
这个分数是怎么来的?
总分 = 字段得分 + 每个FunctionQuery 的得分。
Solr的dismax引擎,会选择一个最高得分的字段,作为该document的基础。
然后通过FunctionQuery进行调整。
加入,被查询的字段有:
productName^100
productDesc^10
那么2者都马努匹配的情况下,productName^100 的得分是0.9 ,productDesc^10的得分是0.8.
取0.9作为分数基底。
然后有2个FunctionQuery,分别是促销排名值0.012,和上架时间排名值0.011
那么这个document的分值= max(0.9 , 0.8) + 0.012 + 0.011 = 0.923
在debug信息中,queryNorm 一般会是个常量,不用管它。
tf 是词条在文本中出现的次数
idf 是词条在文本中的重要性程度
OK,总结到这里。