《深入理解ElasticSearch》——2.3　二次评分-CSDN博客

本节书摘来自华章计算机《深入理解ElasticSearch》一书中的第2章，第2.3节,作者：[美] 拉斐尔·酷奇（Rafa Ku）　马雷克·罗戈任斯基（Marek Rogoziński）更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.3　二次评分

有的时候，改变查询返回文档的顺序是很有好处的。这么做的理由有很多，其中之一便是出于对性能的考虑，例如，在整个文档集上计算文档顺序是非常耗时的，而在原始查询的返回文档的子集上做这种计算则非常省事。你可以想象一下，二次评分给了用户很多机会来定制业务逻辑。现在，让我们来看看这个功能，以及它能带给我们哪些便利。
2.3.1　理解二次评分
ElasticSearch中的二次评分指的是重新计算查询返回文档中指定个数文档的得分。这意味着ElasticSearch会截取查询返回文档的前N个，并使用预定义的二次评分方法来重新计算它们的得分。
2.3.2　范例数据
我们的范例数据保存在documents.json文件中（本书提供了这些代码），并可用以下命令添加到索引中：

246105476d2e8f9334224d5d5c4390cc2a8124c6

2.3.3　查询
让我们从下面这个简单查询入手：

19ce66b8d4897de776d1197b2a19490eb7991806

执行该查询将返回索引中的所有文档。因为使用了match_all查询类型，所以每个返回文档的得分都等于1.0，这充分体现了二次评分对查询返回文档集的影响。值得一提的是，我们在查询中指定只返回文档的title和available字段。
2.3.4　二次评分查询的结构
二次评分查询范例如下所示：

https://yqfile.alicdn.com/ac44ff89ff1b94bb9de39fc011f4abc5e6ba2816.png" >

前面的范例中，你可以在rescore对象中看到一个query对象。在本书中query只是该对象的唯一选项，但在将来的版本中可能会有其他方式来影响二次评分。因而这里的范例中，只是使用了一个简单的查询返回所有的文档，并且将每个文档的得分改写为该文档的year字段中的值（本范例只是用来演示二次评分，并没有实际意义）。
如果将该查询保存在query.json文件中，并使用下面的命令执行该查询：curl localhost: 9200/library/book/_search?pretty -d @query.json，则会看到下面这些文档（这里忽略了响应消息的结构）：

dda7c932e0684ffdb509b6ae332ee5ad70750a9a

9933ab7f17f8394104d5cdf50ff8e75da111b88c

正如大家所见，ElasticSearch找到了与原始查询匹配的所有文档。现在让我们看看各个文档的得分。ElasticSearch截取了前N个文档，并对它们使用了第二个查询。这么做的结果是，文档的得分等于两个查询的得分之和。
读者应该知道，执行脚本性能低下，因此我们在第二个查询上再使用它。范例中的第一个match_all查询可能会返回成千上万的文档，如果直接在这里使用基于脚本的评分，那么性能会非常低下。由于二次评分使得我们可以在原始查询返回文档的前N个文档上重新计算得分，因而降低了对性能的影响。
现在，让我们看看如何对二次评分调优以及有哪些选项可供配置。
2.3.5　二次评分参数配置
在rescore对象中的查询对象中，必须配置下面这些参数：

window_size：窗口大小，该参数默认设置为from和size参数值之和。它提供了之前提到的N个文档的相关信息。该参数值指定了每个分片上参与二次评分的文档个数。
query_weight：查询权重值，默认等于1，原始查询的得分与二次评分的得分相加之前将乘以该值。
rescore_query_weight：二次评分查询的权重值，默认等于1，二次评分查询的得分在与原始查询得分相加之前，将乘以该值。
rescore_mode：二次评分的模式，默认设置为total，ElasticSearch 0.90.3引入了该参数（之前版本中类似的行为，该参数只能设置为total），它定义了二次评分中文档得分的计算方式，可用的选项有total、max、min、avg和multiply。当我们设置该参数值为total时，文档得分为原始查询得分与二次评分得分之和。当该参数值设置为max，文档得分为原始查询得分与二次评分得分中的最大值。与max选项类似，当该参数值设置为min时，文档得分为两次查询得分中的最小值。以此类推，参数值为avg时，文档得分为两次查询得分的平均值。当参数值为multiply时，文档得分为两次查询得分的乘积。

例如，当rescore_mode参数值为total时，文档得分按照下面的公式计算：

6ed35811dd9d75d70bb7e0942ef5fe7e2c53e0aa

请记住，在ElasticSearch 0.90.3之前，还不支持rescore_mode参数，二次评分机制只能使用默认的total选项。
2.3.6　小结
有的时候，我们会需要显示查询结果，并使页面（page）上靠前文档的顺序能受一些额外的规则控制。但遗憾的是，我们并不能通过二次评分来实现。也许读者会第一时间想到window_size参数，然而实际上这个参数与返回列表中靠前文档并无关联，它只是指定了每个分片应该返回的文档数。除此之外，window_size不能小于页面大小（如果小于页面大小，ElasticSearch会不予警告地将window_size设置为页面大小）。另外，有个非常重要的事实：二次评分功能并不能与排序一起使用，这是因为排序发生在二次评分之前，所以排序没有考虑后续新计算出来的文档得分。
前面提到的各种二次评分功能的限制和缺陷（例如，对返回文档的前3个文档及后续的5个文档分别采用不同的二次评分定义）可能限制了该功能的使用，因而用户在使用之前应三思。