ElasticSearch - function_score (衰减函数 linear、exp、gauss 具体实例)

阅读本文需要先了解function_score的相关知识，请看 ElasticSearch - function_score 简介

• 很多变量都可以影响用户对于酒店的选择，像是用户可能希望酒店离市中心近一点，但是如果价格足够便宜，也愿意为了省钱，妥协选择一个更远的住处

  • 如果我们只是使用一个 filter 排除所有市中心方圆 100 米以外的酒店，再用一个filter排除每晚价格超过100元的酒店，这种作法太过强硬，可能有一间房在 500米，但是超级便宜一晚只要10元，用户可能会因此愿意妥协住这间房

  • 为了解决这个问题，因此function_score查询提供了一组 衰减函数 (decay functions)， 让我们有能力在两个滑动标准(如地点和价格)之间权衡

• function_score支持的衰减函数有三种，分别是 linear、exp 和 gauss

  • linear、exp、gauss三种衰减函数的差别只在于衰减曲线的形状，在DSL的语法上的用法完全一样

    • linear : 线性函数是条直线，一旦直线与横轴0香蕉，所有其他值的评分都是0

    • exp : 指数函数是先剧烈衰减然后变缓

    • guass(最常用) : 高斯函数则是钟形的，他的衰减速率是先缓慢，然后变快，最后又放缓

    • 
      

  • 衰减函数们 (linear、exp、gauss) 支持的参数

    • origin : 中心点，或是字段可能的最佳值，落在原点(origin)上的文档评分_score为满分1.0，支持数值、时间 以及 "经纬度地理座标点"(最常用) 的字段

    • offset : 从 origin 为中心，为他设置一个偏移量offset覆盖一个范围，在此范围内所有的评分_score也都是和origin一样满分1.0