ElasticSearch - function_score (weight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

• 先准备数据和索引，在ES插入三笔数据，其中language是keywork类型，like是integer类型(代表点赞量)

  { "language": "java", "like": 5 }
  { "language": "python", "like": 5 }
  { "language": "go", "like": 10 }

• functions是一个数组，裡面放著的是将要被使用的加强函数列表，我们在裡面使用了3个filter去过滤数据，并且每个filter都设置了一个加强函数，并且还使用了一个会应用到所有文档的field_value_factor加强函数

  • 可以为列表裡的每个加强函数都指定一个filter，这样做的话，只有在文档满足此filter的要求，此filter的加强函数才会应用到文挡上，也可以不指定filter，这样的话此加强函数就会应用到全部的文挡上

  • 一个文档可以一次满足多条加强函数和多个filter，如果一次满足多个，那麽就会产生多个加强score

  • 因此ES会先使用score_mode定义的方式来合併这些加强score们，得到一个总加强score，得到总加强score之后，才会再使用boost_mode定义的方式去和old_score做合併

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "function_score": {
              "query": {
                  "match_all": {}  //match_all查出来的所有文档的_score都是1
              },
              "functions": [
                  //第一个filter(使用weight加强函数)，如果language是java，加强score就是2
                  {
                      "filter": {
                          "term": {
                              "language": "java"
                          }
                      },
                      "weight": 2
                  },
                  //第二个filter(使用weight加强函数)，如果language是go，加强score就是3
                  {
                      "filter": {
                          "term": {
                              "language": "go"
                          }
                      },
                      "weight": 3
                  },
                  //第三个filter(使用weight加强函数)，如果like数大于等于10，加强score就是5
                  {
                      "filter": {
                          "range": {
                              "like": {
                                  "gte": 10
                              }
                          }
                      },
                      "weight": 5
                  },
                  //field_value_factor加强函数，会应用到所有文档上，加强score就是like值
                  {
                      "field_value_factor": {
                          "field": "like"
                      }
                  }
              ],
              "score_mode": "multiply", //设置functions裡面的加强score们怎麽合併成一个总加强score
              "boost_mode": "multiply" //设置old_score怎麽和总加强score合併
          }
      }
  }

  "hits": [
      {
          "_score": 150, //go同时满足filter2、filter3，且还有一个加强函数field_value_factor产生的加强，因此加强score为3, 5, 10，总加强score为3*5*10=150
          "_source": { "language": "go", "like": 10 }
      },
      {
          "_score": 10, //java只满足filter1，但是因为还有field_value_facotr产生的加强score，因此加强score为2, 5，总加强score为2*5=10
          "_source": { "language": "java", "like": 5 }
      },
      {
          "_score": 5, //python不满足任何filter，因此加强score只有field_value_factor的like值，就是5
          "_source": { "language": "python", "like": 5 }
      }
  ]

• 其实weight加强函数也是可以不和filter搭配，自己单独使用的，只是这样做没啥意义，因为只是会给全部的文档都增加一个固定值而已

  • 不过就DSL语法上来说，他也像其他加强函数一样，是可以直接使用而不用加filter的

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "function_score": {
              "query": {
                  "match_all": {}
              }
          },
          functions: [
              {
                  "weight": 3
              }
          ]
      }
  }

  "hits": [
      {
          "_score": 3,
          "_source": { "language": "go", "like": 10 }
      },
      {
          "_score": 3,
          "_source": { "language": "python", "like": 5 }
      },
      {
          "_score": 3,
          "_source": { "language": "java", "like": 5 }
      }
  ]

• weight加强函数也可以用来调整每个语句的贡献度，权重weight的默认值是1.0，当设置了weight，这个weight值会先和自己那个{}裡的每个句子的评分相乘，之后再通过score_mode和其他加强函数合併

  • 下面的查询，公式为new_score = old_score * [ (like值 * weight1) + weight2 ]

  • 公式解析 : weight1先加强like值(只能使用乘法)，接著再透过score_mode定义的方法(sum)和另一个加强函数weight2合併，得到一个总加强score，最后再使用boost_mode定义的方法(默认是multiply)和old_score做合併，得到new_score

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "function_score": {
              "query": {
                  "match_all": {}
              }
          },
          functions: [
              {
                  "field_value_factor": {
                      "field": "like"
                  },
                  "weight": 3  //weight1, 加强field_value_factor，只能使用乘法，无法改变
              },
              {
                  "weight": 20 //weight2
              }
          ],
          "score_mode": "sum"
      }
  }

  "hits": [
      {
          "_score": 50,
          "_source": { "language": "go", "like": 10 }
      },
      {
          "_score": 35,
          "_source": { "language": "python", "like": 5 }
      },
      {
          "_score": 35,
          "_source": { "language": "java", "like": 5 }
      }
  ]