分布式搜索引擎ElasticSearch之高级运用（四）

一、如何优化多字段查询

1. 提升字段查询得分：

将title字段查询比重提升10倍：

GET /movies/_search
{
  "explain": true, 
  "query":{
    "multi_match":{
      "query": "good hearts sea",
      "fields": ["title^10", "overview"]
    }
  }
}

得分系数提升了10倍：

2. 综合提升字段查询得分：

使用tie_breaker将其他query的分数也考虑进去

GET /movies/_search
{
  "query":{
    "multi_match":{
      "query": "good hearts sea",
      "fields": ["title", "overview"],
      "tie_breaker": 0.3
    }
  }
}

使用 tie_breaker 和不使用查询出来的某一条数据的 _score 分数，会有相应的提高，例如：

title 中包含关键词matched query 的得分，假设是 1.6

overview中包含关键词matched query的得分，假设是 1.8

添加了 tie_breaker = 0.3，那么就是这样的了， 1.6 * 0.3 + 1.8 = 2.28；

大于最高一条的得分1.8，这样搜索的关联性就提升上去了， 更为合理。

二、多条件查询与过滤

1. 多条件查询：

GET /movie/_search
{
  "query":{
    "bool":{
      "filter":[
        {"term":{"title":"heart"}},
        {"term":{"cast.name":"joseph"}},
        {"range": { "release_date": { "lte": "2016/01/01" }}},
        {"range": { "popularity": { "gte": "25" }}}
        ]
    }
  }
}

2. 增加排序处理：

GET /movie/_search
{
  "query":{
    "bool":{
      "filter":[
        {"term":{"title":"heart"}},
        {"range": { "release_date": { "lte": "2017/01/01" }}},
        {"range": { "popularity": { "gte": "10" }}}
        ]
    }
  },
  "sort":[
    {"release_date":{"order":"desc"}}
  ]
}

根据release_date进行倒序排列。

三、查全率与查准率

1. 什么是查全率：

索引内符合条件的结果有N个，查询出来的符合条件的结果有X个， 则查全率为： X/N

比如： 用户的关键词为笔记本（笔记本包含写字的笔记本以及电脑笔记本， 在索引中， 这些记录为1000条，即N），查询出来的结果如果是100条，即X（包含写字的笔记本以及电脑笔记本）， 则查全率为10%。

2. 什么是查准率：

查询出来的X个文档中， 有M个是正确的， 则查准率为：M/X

比如： 用户的关键词为笔记本， 这些记录为1000条，查询出来的结果如果是100条， 而在这100条（X）当中只有20条(M)为用户期望的电脑笔记本， 则查准率为20%。

3. 自定义调整评分：

通过function_score实现自定义评分：

GET /movies/_search
{
  "explain": true, 
  "query":{
    "function_score": {
      "query": {      
        "multi_match":{
          "query": "good hearts sea",
          "fields": ["title", "overview"]
        }
      },
      "functions": [
        {"field_value_factor": {
          "field": "popularity",
          "modifier": "log2p",
          "factor": 20
        }}
      ]      
    }
  }
}

通过function_score将popularity评分调整， 采用log对数函数， 将系数放大20， 通过explain查看具体得分。

value得分为3.00

再乘以12.261267， 得出最终得分结果为36.875378。

---

本文由mirson创作分享，如需进一步交流，请加QQ群：19310171或访问www.softart.cn