衰减函数
很多变量都可以影响用户对于酒店的选择,像是用户可能希望酒店离市中心近一点,但是如果价格足够便宜,也愿意为了省钱,妥协选择一个更远的住处
如果我们只是使用一个 filter 排除所有市中心方圆 100 米以外的酒店,再用一个filter排除每晚价格超过100元的酒店,这种作法太过强硬,可能有一间房在 500米,但是超级便宜一晚只要10元,用户可能会因此愿意妥协住这间房
为了解决这个问题,因此function_score查询提供了一组 衰减函数 (decay functions), 让我们有能力在两个滑动标准(如地点和价格)之间权衡
origin
中心点 或字段可能的最佳值,落在原点 origin
上的文档评分 _score
为满分 1.0
。
scale
衰减率,即一个文档从原点 origin
下落时,评分 _score
改变的速度。(例如,每 £10 欧元或每 100 米)。
decay
从原点 origin
衰减到 scale
所得的评分 _score
,默认值为 0.5
。
offset
以原点 origin
为中心点,为其设置一个非零的偏移量 offset
覆盖一个范围,而不只是单个原点。在范围 -offset <= origin <= +offset
内的所有评分 _score
都是 1.0
。
origin : 中心点,或是字段可能的最佳值,落在原点(origin)上的文档评分_score为满分1.0,支持数值、时间 以及 "经纬度地理座标点"(最常用) 的字段
offset : 从 origin 为中心,为他设置一个偏移量offset覆盖一个范围,在此范围内所有的评分_score也都是和origin一样满分1.0
scale : 衰减率,即是一个文档从origin下落时,_score改变的速度
decay : 从 origin 衰减到 scale 所得的评分_score,默认为0.5 (一般不需要改变,这个参数使用默认的就好了)
function_score支持的衰减函数有三种,分别是 linear、exp 和 gauss
linear、exp、gauss三种衰减函数的差别只在于衰减曲线的形状,在DSL的语法上的用法完全一样
linear : 线性函数是条直线,一旦直线与横轴0香蕉,所有其他值的评分都是0
exp : 指数函数是先剧烈衰减然后变缓
guass(最常用) : 高斯函数则是钟形的,他的衰减速率是先缓慢,然后变快,最后又放缓
# 有下列3条数据
{ "language": "java", "like": 5 }
{ "language": "python", "like": 10 }
{ "language": "go", "like": 15 }
# GET 127.0.0.1/mytest/doc/_search
{
"query": {
"function_score": {
"query": {
"match_all": {}
},
"functions": [
{
"gauss": {
"like": {
# 如果不设置offset,offset默认为0 公式 : origin-offset <= value <= origin+offset
# 范围在15-0 <= value <= 15+0的文档的评分_score都是满分1.0
# 而在此范围之外,评分会开始衰减,衰减率由scale值(此处是5)和decay值(此处是默认值0.5)决定
# 也就是说,在origin + offset + scale或是origin - offset - scale的点上,得到的分数仅有decay分
"origin": "15",
"scale": "5",
"decay": "0.2"
}
}
}
]
}
}
}
# 最后结果
"hits": [
{
"_score": 1,
"_source": { "language": "go", "like": 15 }
},
{
# 因为改变了decay=0.2,所以当位于 origin-offset-scale=10 的位置时,分数为decay,就是0.2
"_score": 0.2,
"_source": { "language": "python", "like": 10 }
},
{
"_score": 0.0016,
"_source": { "language": "java", "like": 5 }
}
]
案例2:
用户希望租一个离伦敦市中心近( { "lat": 51.50, "lon": 0.12}
)且每晚不超过 £100 英镑的度假屋,而且与距离相比, 我们的用户对价格更为敏感,这样查询可以写成:
GET /_search
{
"query": {
"function_score": {
"functions": [
{
"gauss": {
"location": { 1
"origin": { "lat": 51.5, "lon": 0.12 },
"offset": "2km",
"scale": "3km"
}
}
},
{
"gauss": {
"price": { 2
"origin": "50", 3
"offset": "50",
"scale": "20"
}
},
"weight": 2 4
}
]
}
}
}
1 |
|
2 |
|
3 | 参见 理解价格语句 ,理解 |
4 |
|
location
语句可以简单理解为:
- 以伦敦市中作为原点
origin
。 - 所有距原点
origin
2km
范围内的位置的评分是1.0
。 - 距中心
5km
(offset + scale
)的位置的评分是0.5
。
案例3:
地理坐标点(geo-point) 是指地球表面可以用经纬度描述的一个点。地理坐标点可以用来计算两个坐标位置间的距离,或者判断一个点是否在一个区域中。地理坐标点不能被动态映射(dynamic mapping)自动检测,而是需要显式声明对应字段类型为 geo_point 。
PUT /attractions
{
"mappings": {
"restaurant": {
"properties": {
"name": {
"type": "string"
},
"location": {
"type": "geo_point"
}
}
}
}
}
如上例,location 被声明为 geo_point 后,我们就可以索引包含了经纬度信息的文档了。经纬度信息的形式可以是字符串,数组或者对象。
PUT /attractions/restaurant/1
{
"name": "Chipotle Mexican Grill",
"location": "40.715, -74.011" <1>
}
PUT /attractions/restaurant/2
{
"name": "Pala Pizza",
"location": { <2>
"lat": 40.722,
"lon": -73.989
}
}
PUT /attractions/restaurant/3
{
"name": "Mini Munchies Pizza",
"location": [ -73.983, 40.719 ] <3>
}
注意 :
可能所有人都至少踩过一次这个坑:地理坐标点用字符串形式表示时是纬度在前,
经度在后(”latitude,longitude”),而数组形式表示时刚好相反,是经度在前,
纬度在后([longitude,latitude])。其实,在 Elasticesearch 内部,
不管字符串形式还是数组形式,都是纬度在前,经度在后。不过早期为了适配 GeoJSON 的格式规范,
调整了数组形式的表示方式。因此,在使用地理位置(geolocation)的路上就出现了这么一个“捕熊器”,
专坑那些不了解这个陷阱的使用者。
- <1> 以半角逗号分割的字符串形式 “lat,lon”;
- <2> 明确以 lat 和 lon 作为属性的对象;
- <3> 数组形式表示 [lon,lat]。
通过地理坐标点过滤
有四种地理坐标点相关的过滤方式可以用来选中或者排除文档:
geo_bounding_box::
找出落在指定矩形框中的坐标点
geo_distance::
找出与指定位置在给定距离内的点
geo_distance_range::
找出与指定点距离在给定最小距离和最大距离之间的点
geo_polygon::
找出落在多边形中的点。这个过滤器使用代价很大。当你觉得自己需要使用它,最好先看看 geo-shapes
详细参考 : https://blog.csdn.net/u012332735/article/details/54971638
假设有一个用户希望租一个离市中心近一点的酒店,且每晚不超过100元的酒店,而且与距离相比,我们的用户对价格更敏感,那麽使用衰减函数guass查询如下
其中把price语句的origin点设为50是有原因的,由于价格的特性一定是越低越好,所以0~100元的所有价格的酒店都应该认为是比较好的,而100元以上的酒店就慢慢衰减
如果我们将price的origin点设置成100,那麽价格低于100元的酒店的评分反而会变低,这不是我们期望的结果,与其这样不如将origin和offset同时设成50,只让price大于100元时评分才会变低
虽然这样设置也会使得price小于0元的酒店评分降低没错,不过现实生活中价格不会有负数,因此就算price<0的评分会下降,也不会对我们的搜索结果造成影响(酒店的价格一定都是正的)
换句话说,其实只要把origin + offset的值设为100,origin或offset是什麽样的值都无所谓,只要能确保酒店价格在100元以上的酒店会衰减就好了
GET 127.0.0.1/mytest/doc/_search
{
"query": {
"function_score": {
"functions": [
//第一个gauss加强函数,决定距离的衰减率
{
"gauss": {
"location": {
//origin点设成酒店的经纬度座标
"origin": {
"lat": 51.5,
"lon": 0.12
},
//距离中心点2km以内都是满分1.0,2km外开始衰减
//衰减率
"offset": "2km",
"scale": "3km"
}
}
},
//第二个gauss加强函数,决定价格的衰减率,因为用户对价格更敏感,所以给了这个gauss加强函数2倍的权重
{
"gauss": {
"price": {
"origin": "50",
"offset": "50",
"scale": "20"
}
},
"weight": 2
}
]
}
}
}