ElasticSearch - function_score (field_value_factor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

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

  { "title": "ES 入门", "like": 2 }
  { "title": "ES 进阶", "like": 5 }
  { "title": "ES 最高难度", "like": 10 }

• 先使用一般的query，查看普通的查询的评分会是如何

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "match": {
              "title": "ES"
          }
      }
  }

  "hits": [
      {
          "_score": 0.2876821,
          "_source": { "title": "ES 入门", "like": 2 }
      },
      {
          "_score": 0.20309238,
          "_source": { "title": "ES 进阶", "like": 5 }
      },
      {
          "_score": 0.16540512,
          "_source": { "title": "ES 最高难度", "like": 10 }
      }
  ]

• 使用function_score 的 field_value_factor改变_score，将old_score乘上like的值

  • 本来 "ES最高难度" 的score是0.16540512，经过field_value_factor的改变，乘上了那个文档中的like值(10)之后，新的score变为 1.6540513

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "function_score": {
              "query": {
                  "match": {
                      "title": "ES"
                  }
              },
              "field_value_factor": {
                  "field": "like"
              }
          }
      }
  }

  "hits": [
      {
          "_score": 1.6540513, //原本是0.16540512
          "_source": { "title": "ES 最高难度", "like": 10 }
      },
      {
          "_score": 1.0154619, //原本是0.20309238
          "_source": { "title": "ES 进阶", "like": 5 }
      },
      {
          "_score": 0.5753642, //原本是0.2876821
          "_source": { "title": "ES 入门", "like": 2 }
      }
  ]

• 加上max_boost，限制field_value_factor的最大加强score

  • 可以看到ES入门的加强score是2，在max_boost限制裡，所以不受影响

  • 而ES进阶和ES最高难度的field_value_factor函数产生的加强score因为超过max_boost的限制，所以被设为3

  GET 127.0.0.1/mytest/doc/_search
  {
      "query": {
          "function_score": {
              "query": {
                  "match": {
                      "title": "ES"
                  }
              },
              "field_value_factor": {
                  "field": "like"
              },
              "max_boost": 3
          }
      }
  }

  "hits": [
      {
          "_score": 0.6092771, //原本是0.20309238
          "_source": { "title": "ES 进阶", "like": 5 }
      },
      {
          "_score": 0.5753642, //原本是0.2876821
          "_source": { "title": "ES 入门", "like": 2 }
      },
      {
          "_score": 0.49621537, //原本是0.16540512
          "_source": { "title": "ES 最高难度", "like": 10 }
      }
  ]

• 有时候线性的计算new_score = old_score * like值的效果并不是那麽好，field_value_factor中还支持 modifier、factor 参数，可以改变like值对old_score的影响

  • modifier参数支持的值

    • none : new_score = old_score * like值

      • 默认状态就是none，线性

      • 

    • log1p : new_score = old_score * log(1 + like值)

      • 最常用，可以让like值字段的评分曲线更平滑

      • 
        

    • log2p : new_score = old_score * log(2 + like值)

    • ln : new_score = old_score * ln(like值)

    • ln1p : new_score = old_score * ln(1 + like值)

    • ln2p : new_score = old_score * ln(2 + like值)

    • square : 计算平方

    • sqrt : 计算平方根

    • reciprocal : 计算倒数

  • factor参数

    • factor作为一个调节用的参数，没有modifier那麽强大会改变整个曲线，他仅改变一些常量值，设置factor>1会提昇效果，factor<1会降低效果

    • 假设modifier是log1p，那麽加入了factor的公式就是new_score = old_score * log(1 + factor * like值)

    • 
      

  • 对刚刚的例子加上 modifier、factor

    GET 127.0.0.1/mytest/doc/_search
    {
        "query": {
            "function_score": {
                "query": {
                    "match": {
                        "title": "ES"
                    }
                },
                "field_value_factor": {
                    "field": "like",
                    "modifier": "log1p",
                    "factor": 2
                }
            }
        }
    }

• 就算加上了modifier，但是 "全文评分 与 field_value_factor函数值乘积" 的效果可能还是太大，我们可以通过参数boost_mode来决定 old_score 和 加强score 合併的方法

  • 如果将boost_mode改成sum，可以大幅弱化最终效果，特别是使用一个较小的factor时

  • 加入了boost_mode=sum、且factor=0.1的公式变为new_score = old_score + log(1 + 0.1 * like值)

  • 

    GET 127.0.0.1/mytest/doc/_search
    {
        "query": {
            "function_score": {
                "query": {
                    "match": {
                        "title": "ES"
                    }
                },
                "field_value_factor": {
                    "field": "like",
                    "modifier": "log1p",
                    "factor": 0.1
                },
                "boost_mode": "sum"
            }
        }
    }