elasticsearch best-fields策略——笔记

前言：
es的搜索有一些策略：
    best-fields策略，主要是说将某一个field匹配尽可能多的关键词的doc优先返回回来(获取最佳匹配的field),另个可以通过tie_breaker来控制其他field的得分
    most-fields策略，主要是说尽可能返回更多field匹配到某个关键词的doc，优先返回回来

在es多个shard背景下，搜索的结果会不太准确，
查询条件：

GET /forum/article/_search
{
    "query": {
        "bool": {
            "should": [
                { "match": { "title": "java solution" }},
                { "match": { "content":  "java solution" }}
            ]
        }
    }
}

计算每个document的relevance score：每个query的分数，乘以matched query数量，除以总query数量

算一下doc4的分数

{ “match”: { “title”: “java solution” }}，针对doc4，是有一个分数的 { “match”: {
“content”: “java solution” }}，针对doc4，也是有一个分数的

所以是两个分数加起来，比如说，1.1 + 1.2 = 2.3 matched query数量 = 2 总query数量 = 2

2.3 * 2 / 2 = 2.3

算一下doc5的分数

{ “match”: { “title”: “java solution” }}，针对doc5，是没有分数的
{ “match”: { “content”: “java solution” }}，针对doc5，是有一个分数的

所以说，只有一个query是有分数的，比如2.3
matched query数量 = 1
总query数量 = 2

2.3 * 1 / 2 = 1.15

doc5的分数 = 1.15 < doc4的分数 = 2.3

应该是某一个field(域)中匹配到了尽可能多的关键词，被排在前面；而不是尽可能多的field匹配到了少数的关键词，排在了前面


用dis_max

GET /forum/article/_search
{
    "query": {
        "dis_max": {
            "queries": [
                { "match": { "title": "java solution" }},
                { "match": { "content":  "java solution" }}
            ]
        }
    }
}

dis_max语法，直接取多个query中，**分数最高的那一个q**uery的分数即可

{ “match”: { “title”: “java solution” }}，针对doc4，是有一个分数的，1.1
{ “match”: { “content”: “java solution” }}，针对doc4，也是有一个分数的，1.2
取最大分数，1.2

{ “match”: { “title”: “java solution” }}，针对doc5，是没有分数的
{ “match”: { “content”: “java solution” }}，针对doc5，是有一个分数的，2.3
取最大分数，2.3

然后doc4的分数 = 1.2 < doc5的分数 = 2.3，所以doc5就可以排在更前面的地方，符合我们的需要

取最高分的话也不是很合理，有匹配情况比较好但是分不高还是会排在后面，所以介绍下tie_breaker

GET /forum/article/_search
{
    "query": {
        "dis_max": {
            "queries": [
                { "match": { "title": "java beginner" }},
                { "match": { "body":  "java beginner" }}
            ],
            "tie_breaker": 0.3
        }
    }
}

tie_breaker（0~1之间，是个小数）
将其他query的分数 乘以tie_breaker 然后综合 最高分数的那个query的分数，一起进行计算
所以除了取最高分以外，还会考虑其他的query的分数

其他：boost：增加权重
minimum_should_match:“50%”控制搜索结果的精确度


另一种写法：

GET /forum/article/_search
{
  "query": {
    "multi_match": {
        "query":                "java solution",
        "type":                 "best_fields", 
        "fields":               [ "title^2", "content" ],
        "tie_breaker":          0.3,
        "minimum_should_match": "50%" 
    }
  } 
}

“fields”: [ “title^2”, “content” ], 搜索title、content，title权重*2

感谢分享：
https://www.cnblogs.com/clonen/p/6674922.html