极客ES12单字符串多字段的查询和DisMaXQuery

单字符串多字段的查询和DisMaXQuery

单字符串的多字段搜索

在本例中，文档2出现了 brown fox ，而文档1 只出现了brown，所有理论上文档2的相关度应该更高。然而结果正好相反

{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.90425634,
    "hits" : [
      {
        "_index" : "blogs",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.90425634,
        "_source" : {
          "title" : "Quick brown rabbits",
          "body" : "Brown rabbits are commonly seen."
        }
      },
      {
        "_index" : "blogs",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.77041256,
        "_source" : {
          "title" : "Keeping pets healthy",
          "body" : "My quick brown fox eats rabbits on a regular basis."
        }
      }
    ]
  }
}

这与Bool查询的算分过程有关

所以，在2个字段都都含有 brown 的文档一比在一个字段中含有 brown fox的文档二的得分高，这显然是不合理的。

解决：Disjunction Max Query 最佳匹配

使用dis_max查询，会将匹配的分数最高的得分作为最终得分

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

最佳字段调优

有时，我们也需要其他字段来影响最终的得分，使用 tie_breaker参数来做到这一点

POST blogs/_search
{
    "query": {
        "dis_max": {
            "queries": [
                { "match": { "title": "Quick pets" }},
                { "match": { "body":  "Quick pets" }}
            ],
            "tie_breaker": 0.2
        }
    }
}

文档1 文档 2 虽然最佳匹配字段都说title且得分相同，但是文档1拥有更高的得分，因为文档1的body字段含有 quick而文档2不包含，这个字段上的得分会乘以 tie_breaker并累计到最终得分上去。

相关阅读

https://www.elastic.co/guide/en/elasticsearch/reference/7.1/query-dsl-dis-max-query.html