[ElasticSearch] 三种方式进行ES检索评分控制

一、概要

在使用ES进行搜索时，评分的控制是非常关键的。

而如何对搜索评分进行定制化控制，让其更符合我们想要的评分结果呢？

1. 对boost参数进行控制
2. 通过rescore对查询结果的评分进行二次控制
3. 使用function_score作为终极武器对评分进行函数控制

二、对比&&选择

	boost	rescore	function_score
使用场景	在常规搜索中,经常使用boost进行评分的控制。 使用起来相对简单，但是控制度相对有限。 只能对单个字段进行控制，效果较为僵硬。	基于查询结果的二次查询方式对评分进行控制。 不会过多影响性能，可以解决大部分问题。	对评分进行函数控制，提供多种函数。 可以根据不同场景选择不同函数，解决多种评分需求。 但是会影响部分查询速率。 支持脚本形式自定义函数，作为终极解决方案。

三、应用实践

A、boost

1)概念

对于每次的查询可以使用boost参数来控制评分

2)实例

# 创建索引
PUT my_index
{
    "mappings":{
        "properties":{
            "content":{
                "type":"text"
                }
            }
        }
    }
}
# boost评分控制实例
POST /my_index/_search
{
    "query":{
        "bool":{
            "should":[
                {
                    "match":{
                        "content":{
                            "query":"文本A",
                            "boost":2
                        }
                    }
                },
                {
                    "match":{
                        "content":"文本B"
                    }
                }
            ]
        }
    }
}

B、rescore

1)概念

Rescore可以帮助提高精度，方法是仅重新排序由query和 post_filter阶段返回的文档 ，基于已查询到的文档进行Rescore操作，而不会作用于全文文档。

2)参数

参数	解读
query_weight	原始查询权重
rescore_query_weight	rescore查询权重
score_mode	原始查询与rescore查询评分合并方式 multiply：分数相乘 total： 分数相加(默认) avg：分数平均 max：最大的分数 min：最小的分数

3)DSL

POST /_search

{

   "query" : {

      "match" : {

         "message" : {

            "operator" : "or",

            "query" : "the quick brown"

         }

      }

   },

   "rescore" : {

      "window_size" : 50,

      "query" : {

         "rescore_query" : {

            "match_phrase" : {

               "message" : {

                  "query" : "the quick brown",

                  "slop" : 2

               }

            }

         },

         "query_weight" : 0.7,

         "rescore_query_weight" : 1.2,

         "score_mode":"total"

      }

   }

}

C、function_score

1)概念

function_score是用于处理文档分值的特殊DSL，它会在查询结束后对每一个匹配的文档进行一系列的重打分操作，最后以生成的最终分数进行排序。

2)多种function解读

1. weight：你将分数乘以锁提供的权重。boost在特定查询会被规范化，而weight永远不会，值是浮点类型 
2. random_score：生成一个在[0,1]之间的随机分数。 
3. field_value_factor：利用一个 字段值进行类似函数的计算，但是不用编写脚本，避免开销。

   • field：指定字段名

   • modifier将字段值进行加工，有以下的几个选项：

     1. none：不处理
     2. log：计算对数
     3. log1p：先将字段值 +1，再计算对数
     4. log2p：先将字段值 +2，再计算对数
     5. ln：计算自然对数
     6. ln1p：先将字段值 +1，再计算自然对数
     7. ln2p：先将字段值 +2，再计算自然对数
     8. square：计算平方
     9. sqrt：计算平方根
     10. reciprocal：计算倒数
   • factor：对字段值进行预处理，乘以指定的数值（默认为 1）
4. decay_functions：衰减函数，在给定范围区间内逐步衰减评分。

           衰减函数（Decay Function）提供了一个更为复杂的公式，它描述了这样一种情况：对于一个字段，它有一个理想的值，而字段实际的值越偏离这个理想值（无论是增大还是减小），就越不符合期望。这个函数可以很好的应用于数值、日期和地理位置类型，由以下属性组成：

   • 原点（origin）：该字段最理想的值，这个值可以得到满分（1.0）
   • 偏移量（offset）：与原点相差在偏移量之内的值也可以得到满分
   • 衰减规模（scale）：当值超出了原点到偏移量这段范围，它所得的分数就开始进行衰减了，衰减规模决定了这个分数衰减速度的快慢

   • 衰减值（decay）：该字段可以被接受的值（默认为 0.5），相当于一个分界点，具体的效果与衰减的模式有关

5. script_score：可以自定义编写一个函数脚本,来自定义评分

3)参数

参数	解读
score_mode	函数计算影响字段的评分方式(效力于函数)   multiply：分数相乘(默认)   sum： 分数相加   avg：分数平均   first：第一个方法匹配过滤被应用   max：最大的分数   min：最小的分数
boost_mode	函数分数与查询分数的计算方式(效力于最终的评分)   multiply：查询分数*函数分数相乘(默认)   replace：只使用函数的分数，忽略查询的分数   sum：查询分数和函数分数相加   avg：平均   max：取查询分数和函数分数中大的   min：取查询分数和函数分数中小的
min_score	查询分数小于该参数的文档，不进入函数计算中。

4)实例

# field_value_factor实例

# 有一个商品索引,包含字段 销量sales和title商品名称。

# 需求是查询"雨伞"商品 并根据销量进行评分的排序 此时选择field_value_factor非常合适

# 该DSL表示查询雨伞对应的商品  并且对销量sales字段的评分进行square(平方)处理，这样可以使得销量越高的商品评分越高

POST /_search

{

  "query": {

    "function_score": {

      "query": {

        "match": {

          "title": "雨伞"

        }

      },

      "field_value_factor": {

        "field": "sales",

        "modifier": "square"

      },

      "boost_mode": "sum"

    }

  }

}

  

# decay_functions实例

# 需求为：文档发布时间在10天及10天前的文档，评分进行衰减越来越低。

# 该DSL表示查询 文档内容中包含"中国"的文档，并且文档发布时间在10天内评分正常，发布时间超过10天的文档，评分逐步衰减，发布时间越远的评分越低！

{

  "query": {

    "function_score": {

     "query": {

        "match": {

          "content": "中国"

        }

      },

      "gauss": {

        "preview_time": {

          "origin": "1628650247300",

          "scale":  "864000",

          "offset": "8640000",

          "decay": 0.5

        }

      }

    }

  }

}