ElasticSearch学习总结（三）：查询总结

本文主要对Elasticsearch中查询相关的知识做一个简单的总结，内容主要包括查询的评分机制，查询改写，过滤器，以及对常见的查询做一个简单的分类

1. 评分机制

在Lucense中默认使用TF/IDF算法对文档进行评分，该算法已经在前文做了简单的介绍，这里主要总结下什么样的因素可能得到高分
1. 越罕见的词被匹配上，得分越高。
2. 文档字段越短（包含更少的词项），文档的得分越高
3. 权重越高（可以是索引期或是查询期赋予的权重），得分越高

Elasticsearch 提供的评分算法比较丰富（默认为BM25）,可以通过similarity进行配置,可配置的项目包括：
1. BM25
2. Classic(基于TF/IDF)
3. DFR/DFI
4. IB
5. ….
关于每个算法的介绍以及可配置参数可以参见：https://www.elastic.co/guide/en/elasticsearch/reference/5.2/index-modules-similarity.html

另外需要注意的是除了使用similarity进行评分的控制之外，还可以通过function_score，constant_score，rescore 等多种机制对评分进行更加精确的控制。

2. 查询改写

在进行==前缀查询==或是==通配符查询==时，实际上会转化为对多个关键词的查询，处于性能优化的考虑，Lucene会把这种查询转化为一组开销较小的查询方式，采取的主要手段便是“查询改写(rewrite)”

查询改写使用的主要策略为通过使用常量得分查询（constant score query）来代替常规查询来减少查询时性能的开销，对于可能匹配term较多的查询时，性能提升尤为明显。

在查询改写的过程中可以根据需要自定义改写的方式，可支持的配置如下

• scoring_boolean:该选项将每个生成的词项转化为布尔查询中的一个或从句（Boolean should clause）。这种改写方法需要针对每个文档都计算得分。因此，这种方法比较耗费CPU，而且有些查询生成了太多的词项，以至于超出了布尔查询默认的1024个从句的限制。默认的布尔查询限制可以通过设置Elasticsearch.yml文件的index.query.bool.max_clause_count属性来修改。改写后的布尔查询的从句数越多，查询性能越低