Elasticsearch 评分函数function_score用于父子文档排序

前面我们已经讲过父子文档的作用以及创建步骤，不会的小伙伴可以参见之前的文章。本次我们直接切人主题，对父子文档进行排序介绍。

文档排序方式
1、根据父文档字段排序父文档 >> 简单
2、根据父文档字段排序子文档 >> 稍复杂 不能直接进行sort排序需要父文档评分影响子文档排序
3、根据子文档字段排序父文档 >> 稍复杂 不能直接进行sort排序需要子文档评分影响父文档排序

排序原理与方案
function_score 查询评分，我们根据评分对查询结果造成影响。
function_score 查询模板可以分为两类
1、单个加强函数的查询模板：

{
  "query": {
    "function_score": {
      "query": {.....}, //  主查询，查询完后会有一个 _score 评分
      "field_value_factor": {...}, //  在 _score 的基础上进行强化评分
      "boost_mode": "multiply", //  指定用哪种方式结合 _score 和 强化 score
      "max_boost": 1.5 //  限制强化 score 的最高分，但是不会限制 _score
    }
  }
}

{
  "query": {
    "function_score": {
      "query": {.....}, //  主查询，查询完后会有一个 _score 评分
      "random_score": {...}, //  在 _score 的基础上进行强化随机数评分
      "boost_mode": "multiply", //  指定用哪种方式结合 _score 和 强化 score
      "max_boost": 1.5 //  限制强化 score 的最高分，但是不会限制 _score
    }
  }
}

{
  "query": {
    "function_score": {
      "query": {.....}, //  主查询，查询完后会有一个 _score 评分
      "script_score": {...}, //  在 _score 的基础上进行强化自定义评分，比如某个字段
      "boost_mode": "multiply", //  指定用哪种方式结合 _score 和 强化 score
      "max_boost": 1.5 //  限制强化 score 的最高分，但是不会限制 _score
    }
  }
}

2、多个加强函数的查询模板：

{
  "query": {
    "function_score": {
      "query": {.....},
      "functions": [   
        //  可以有多个加强函数(或是 filter+加强函数)，每一个加强函数会产生一个加强 score
        { "field_value_factor": ... },
        { "random_score": ... },
        { "script_score": ... },
        { "gauss": ... },
        { "filter": {...}, "weight": ... }
      ],
      "score_mode": "sum", //  决定加强 score 们如何整合
      "boost_mode": "multiply" //  决定最后的 functions 中 score 和 query score 的结合方式
    }
  }

3、函数参数解释

boost_mode 参数决定 query 中的相关性分数和加强的函数分数的结合方式。
multiply：默认的配置，两者分数相乘，new_score = _score * boost_score；
sum：两者相加，new_score = _score + boost_score；
min：取两者最小值，new_score = min(_score, boost_score)；
max：取两者最大值，new_score = max(_score, boost_score)；
replace：用 boost_score 替换 _score 值。

score_mode 参数决定 functions 里面的强化 score 如何结合，function_score 先会执行 score_mode 的设置，即先整合所有的强化计算，再执行 boost_mode 的配置，就是将 query 相关性分数和整合强化分数的结合。
multiply：默认的配置，多个强化分数相乘；
sum：多个强化分数相加；
min：取多个强化分数最小值；
max：取多个强化分数最大值；
avg：取多个强化分数平均值；
first：使用首个函数的结果作为最终结果。

max_boost：限制加强函数的最大效果，就是限制加强 score 最大能多少，但要注意不会限制 old_score。
如果加强 score 超过了 max_boost 限制的值，会把加强 score 的值设成 max_boost 的值；
假设加强 score 是5，而 max_boost 是2，因为加强 score 超出了 max_boost 的限制，所以 max_boost 就会把加强 score 改为2。简单的说，就是 final_score = min(整合后的 score, max_boost)。

小试牛刀
本次我们只模拟根据子文档字段对父文档进行排序，该类型在实际业务业务中经常出现。
1、实战题目：
父文档 clue_list
子文档 pool
根据子文档 pool 的poolCreateTime字段对父文档clue_list 数据排序

GET clue_list/_search
{
 "query": {
   "bool": {
     "must": [
       
      {
        "term": {
          "joinFiled": {
            "value": "clue_list"
          }
        }
      },{
        "has_child": {
          "type": "pool",
          "score_mode": "max", 
          "query": {
            "function_score": {
              "query": {
                "bool": {
                  "must": [
                    {
                      "range": {
                        "poolCreateTime": {
                          "from":"2020-12-21T16:00:00.000Z",
                          "to":"2022-12-22T16:00:00.000Z"
                        }
                      }
                    }
                  ]
                }
              },
              "functions": [
                {
                  "field_value_factor": {
                    "field": "poolCreateTime"
                  }
                }
              ]
            }
          }
        }
      }
     ]
   }
 },
 "sort": [
   {
     "_score": {
       "order": "desc"
     }
   }
 ]
}

也可将functions中替换为：

{
  "script_score": {
    "script": "if(doc['poolCreateTime'].size() > 0){ return _score * doc['poolCreateTime'].value.toInstant().toEpochMilli();}"
  }
}

field_value_factor 效率更高。