ElasticSearch之单值多字段查询以及dis max query

写在前面

在查询中经常有这样的查询场景，我们只有一个输入框，但是输入的值需要同时对多个字段进行查询，这就是单值多字段的查询，像下图：

1：例子

首先来准备测试数据：

DELETE blogs
PUT /blogs/_doc/1
{
  "title": "Quick brown rabbits",
  "body": "Brown rabbits are commonly seen."
}

PUT /blogs/_doc/2
{
  "title": "Keeping pets healthy",
  "body": "My quick brown fox eats rabbits on a regular basis"
}

假定我们现在搜索brown fox,查询在title或者是body中包含其的文档，很明显我们需要使用should查询：

POST /blogs/_search
{
    "query": {
        "bool": {
            "should": [
                {
                    "match": {
                        "title": "Brown fox"
                    }
                },
                {
                    "match": {
                        "body": "Brown fox"
                    }
                }
            ]
        }
    }
}

如图中结果，在文档2的body中存在完全匹配brown fox的内容，按照常理，其应该具有最高的分数，即在最靠前的位置，但事实并非如此，出现这种现象的原因是should查询的算分机制如下：

则文档1的算分过程如下：

1：title中包含brown，假定给0.3分，body中包含brown给0.3分，则总分0.6分
2：匹配的文档数是2，所以得分0.6*2=1.2分
3：总文档数2，所以最终得分1.2/2=0.6分

文档2的算分过程如下：

1：title中不匹配给0分，body中包含brown和fox给0.9分，则总分0.9分
2：匹配的文档数是1，所以得分0.9*1=0.9分
3：总文档数2，所以最终得分0.9/2=0.45分

所以文档1的最终得分就比文档2的高了。如何解决没有匹配到理想的结果这个问题呢，如果是我们将算分机制从sum变为max就能很轻松的解决这个问题了，这就需要用到disjunction max query,这种查询方式会取所有匹配的最高分作为该文档的最终得分，如下：

POST /blogs/_search
{
    "query": {
        "dis_max": {
            "queries": [
                {
                    "match": {
                        "title": "Brown fox"
                    }
                },
                {
                    "match": {
                        "body": "Brown fox"
                    }
                }
            ]
        }
    }
}

接着我们在来看如下的查询：

POST /blogs/_search
{
    "query": {
        "dis_max": {
            "queries": [
                {
                    "match": {
                        "title": "quick pets"
                    }
                },
                {
                    "match": {
                        "body": "quick pets"
                    }
                }
            ]
        }
    }
}

查询quick pet，按照dis_max的查询逻辑，文档1和2将会得到相同的分数，结果也确实是如此：

此时情况又不太一样，在文档1的title中包含quick，而body不匹配，但文档2，title中包含pets，body中包含quick，所以应该给文档2更高的分数才符合常理，此时又该怎么做呢？其实在dis_max中是有一个tie_break参数的，如下：

该参数的作用是与非最高分的匹配项的分数相乘，然后再和最高分加在一起作为文档的最终得分，也就是文档最高分+非最高分1*tie_breaker+非最高分2*tie_breaker,当不指定时，es可能按照该值为0处理，或者时干脆就不考虑该参数了，反正不指定tie_breaker时的效果就是取最高分作为文档最终得分，那么咱们这里的情况，只需要指定一个合适的tie_breaker的值就行了，如下：

实际的业务场景中，我们需要使用不同的查询方式并灵活调整参数，来满足不同的业务需求。

写在后面

参考文章列表