elasticsearch - 如何根据 Elasticsearch 中的重新评分函数选择顶级术语桶

Question

考虑以下针对 Elasticsearch 5.6 的查询:

{
  "size": 0,
  "query": {
    "match_all": {}
  },
  "rescore": [
    {
      "window_size": 10000,
      "query": {
        "rescore_query": {
          "function_score": {
            "boost_mode": "replace",
            "script_score": {
              "script": {
                "source": "doc['topic_score'].value"
              }
            }
          }
        },
        "query_weight": 0,
        "rescore_query_weight": 1
      }
    }
  ],
  "aggs": {
    "distinct": {
      "terms": {
        "field": "identical_id",
        "order": {
          "top_score": "desc"
        }
      },
      "aggs": {
        "best_unique_result": {
          "top_hits": {
            "size": 1
          }
        },
        "top_score": {
          "max": {
            "script": {
              "inline": "_score"
            }
          }
        }
      }
    }
  }
}

这是一个简化版本，其中真正的查询有一个更复杂的主查询，并且 rescore 函数更加密集。

让我先解释一下它的用途，以防我要花 1000 小时开发一支可以在太空中书写的钢笔，而铅笔实际上可以解决我的问题。我正在执行一个快速的初始查询，然后使用更密集的函数重新对顶部结果进行评分。从这些结果中，我想显示最重要的不同值，即任何两个结果都不应具有相同的 identical_id。如果有更好的方法来做到这一点，我也会认为这是一个答案。

我预计这样的查询会按 rescore 查询对结果进行排序，将具有相同 identical_id 的所有结果分组，并显示每个此类不同组的热门结果。我还假设，由于我按最大父 _score 对这些术语聚合桶进行排序，因此它们将被排序以反射(reflect)它们包含的最佳结果，这是根据原始 rescore 查询确定的。

实际情况是术语桶是按最大查询分数而不是重新查询分数排序的。奇怪的是，桶中的热门歌曲似乎确实使用了重新评分。

是否有更好的方法来实现我想要的最终结果，或者我可以通过某种方式修复此查询以使其按我期望的方式工作？

Answer 1

来自 documentation :

The query rescorer executes a second query only on the Top-K results returned by the query and post_filter phases. The number of docs which will be examined on each shard can be controlled by the window_size parameter, which defaults to 10.

由于 rescore 查询 在 post_filter 阶段之后启动，我假设术语聚合桶已经固定。

我不知道如何结合重新评分和聚合。对不起:(