es painless 排序_通过painless脚本控制elasticsearch搜索结果的评分 互联网技术圈 互联网技术圈...

为了控制搜索结果的相关度，elasticsearch 提供了多种方式，通过脚本实现自定义评分逻辑是终极方式。脚本返回一个评分值，该值再与原_score再进行加法等运算。脚本编写很简单，我们跟随一个例子(基于5.5版本)来看看如何通过脚本实现自定义排序。

创建 user_info索引，只有一个 name 字段，并且不分词：

PUT user_info

{

"mappings":{

"user": {

"properties": {

"name":{

"type":"keyword"

}

}

}

}

}

写入测试数据

POST /user_info/_bulk

{"index" : {"_type":"user","_id":"1"}}

{"name":"高波"}

{"index" : {"_type":"user","_id":"2"}}

{"name":"高大山"}

{"index" : {"_type":"user","_id":"3"}}

{"name":"闫高峰"}

{"index" : {"_type":"user","_id":"4"}}

{"name":"李高峰"}

{"index" : {"_type":"user","_id":"5"}}

{"name":"安建高"}

{"index" : {"_type":"user","_id":"6"}}

{"name":"高峰玉成"}

对于搜索结果，理想的顺序是：

高波

高大山

高峰玉成

李高峰

闫高峰

安建高

执行搜索：

GETuser_info/_search?size=20

{

"query": {

"query_string" : {

"query" : "(name:(*高*))"

}

}

}

返回结果如下：

{

"hits": {

"total": 6,

"max_score": 1.0,

"hits": [

{

"_index": "user_info",

"_type": "user",

"_id": "5",

"_score": 1.0,

"_source": {

"name": "安建高"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "AWIEksAoMnf4TVgYEH8P",

"_score": 1.0,

"_source": {

"name": "高峰玉成"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "2",

"_score": 1.0,

"_source": {

"name": "高大山"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "4",

"_score": 1.0,

"_source": {

"name": "李高峰"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "1",

"_score": 1.0,

"_source": {

"name": "高波"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "3",

"_score": 1.0,

"_source": {

"name": "闫高峰"

}

}

]

}

}

得分都是1.0，我们期望的返回顺序与两个原则有关：

1.关键词出现的位置越靠前，排序应该越靠前

2.字段值约短，说明匹配度越高，排序应该越靠前

下面我们通过脚本来实现自定义评分。

elasticsearch 支持多种脚本语言，经历各版本演变后，从5.0开始实现了自己专用的语言：Painless。Groovy已弃用，这次示例使用Painless实现，Painless是内置支持的。脚本内容可以通过多种途径传给 es，包括 rest 接口，或者放到 config/scripts目录等，默认开启情况如下：

script.inline: false

script.stored: false

script.file: true

通过本地文件的方式放置到 config/scripts 目录默认开启。脚本目录中放置的任何文件将在节点启动后自动编译。默认每60秒扫描一次，间隔时间通过 resource.reload.interval设置。编写脚本文件，命名为：user_info_score.painless

doubleposition_score = 0;

double similarity_score = 0;

int pos = doc['name'].value.indexOf(params.keyword);

if (pos != -1)

{

position_score = 10 - pos;

if (position_score < 0) position_score = 0;//出现位置大于10的忽略其重要性

}

double similarity = Math.abs(1.0*doc['name'].value.length() - params.keyword.length());

similarity_score = 10 - similarity;

if (similarity_score < 0) similarity_score = 0; //相似度差10个字符的忽略其重要性

//在下面调节各分值的权重

return position_score*0.6+similarity_score*0.4;

获取文档值：doc[‘name’].value

实现比较简单，根据位置和相似度分别计算评分，将结果乘不同权重再相加。

再次查询：

GETuser_info/_search?size=20

{

"query": {

"function_score": {

"query": {

"query_string": {

"query": "(name:(*高*))"

}

},

"script_score": {

"script": {

"lang": "painless",

"file": "user_info_score",

"params":{

"keyword":"高"

}

}

},

"boost_mode": "sum"

}

}

}

function_score 查询 是用来控制评分过程的终极武器，它允许为每个与主查询匹配的文档应用一个函数， 以达到改变甚至完全替换原始查询评分 _score 的目的。

script_score 用自定义脚本完全控制评分计算，实现所需逻辑

lang 指定脚本语言

inline, stored, file 指定脚本的源。 这里使用文件方式，脚本名称为：user_info_score 注意这里要去掉.painless扩展名

params 指定作为变量传递到脚本中的任何命名参数。

boost_mode 新计算的分数与_score的结合方式，取值可以是：

multiply 相乘(默认)

replace 替换_score

sum 相加

avg 取平均值

max 取最大值

min 取最小值

搜索结果：

{

"hits": {

"total": 6,

"max_score": 10.6,

"hits": [

{

"_index": "user_info",

"_type": "user",

"_id": "1",

"_score": 10.6,

"_source": {

"name": "高波"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "2",

"_score": 10.2,

"_source": {

"name": "高大山"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "AWIEksAoMnf4TVgYEH8P",

"_score": 9.8,

"_source": {

"name": "高峰玉成"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "4",

"_score": 9.6,

"_source": {

"name": "李高峰"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "3",

"_score": 9.6,

"_source": {

"name": "闫高峰"

}

},

{

"_index": "user_info",

"_type": "user",

"_id": "5",

"_score": 9.0,

"_source": {

"name": "安建高"

}

}

]

}

}

Painless语法参考链接：

https://www.elastic.co/guide/en/elasticsearch/painless/5.5/painless-syntax.html

https://www.elastic.co/guide/en/elasticsearch/painless/5.5/index.html

https://www.elastic.co/guide/en/elasticsearch/painless/5.5/painless-api-reference.html

其他：

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-function-score-query.html

https://www.elastic.co/guide/en/elasticsearch/reference/5.5/modules-scripting-using.html#modules-scripting-file-scripts