Elasticsearch 数组评分

Question

我正在使用 elasticsearch 搜索我的类型中的多个数组字段，看起来像这样

t1 =  { field1: ["foo", "bar"],
        field2: ["foo", "foo", "foo", "foo"]
        field3: ["foo", "foo", "foo", "foo", "foo", "foo"]
}

然后我使用 multi_match 查询来获取匹配项，等等

multi_match: { query: "foo",
                fields: "fields*"
              }

当计算t1的分数时，elasticsearch添加了field1、field2和field3中查询的分数，这就是我想要的。然而，它们的贡献并不相等，field3 对分数的贡献最大，因为“foo”在那里出现了多次。

我现在想通过不将所有数组条目的分数相加，而是仅取其中的最大值来计算每个数组字段中的分数。在我的示例中，包含的所有字段都将具有相同的分数，因为它们都有一个完全匹配。

这个问题已经在 elasticsearch forum 上提出过。 ，但至今尚未得到答复。

Answer 1

我自己也被这个问题难住了，似乎真的应该有一个简单的内置方法来指定 max 而不是 sum。

不确定这是否正是您想要的，因为您会丢失数组中任何特定项目的匹配分数。因此，您不会获得最佳特定项目的匹配分数的最大值，而只是获得一个 bool 值(如果有匹配项)。如果是更细微的内容(例如一个人的全名，您希望第一个和最后一个与仅一个或另一个更好匹配)，这可能是 Not Acceptable ，因为您会放弃您的分数。

如果可以接受，则此解决方法似乎有效:

{function_score: {
  query: {bool: {should: [
    {term: {field1: 'foo'}},
    {term: {field2: 'foo'}},
    {term: {field3: 'foo'}},
  ]}},  
  functions: [
    {filter: {term: {field1: 'foo'}}, weight: 1},
    {filter: {term: {field2: 'foo'}}, weight: 1},
    {filter: {term: {field2: 'foo'}}, weight: 1},
  ],
  score_mode: 'sum',
  boost_mode: 'replace',
}}

即使我们丢弃分数，我们也需要“查询”部分来为我们提供进一步过滤的结果。这看起来确实应该是一个过滤器，但仅仅将同样的东西包装在 filtered 查询中是行不通的。这里可能有更好的选择。

然后，如果该字段匹配，则权重函数基本上给出 1，否则给出 0。 score_mode 告诉它对这些权重求和，所以在你的情况下它们都匹配，所以我们得到 3。 boost_mode 告诉它如何与原始查询结合，“replace”告诉它忽略原始查询分数(这存在您提到的问题，即对数组中的多个匹配项进行求和)。因此，该查询的总分是 3，因为有 3 个匹配项。

这对我来说似乎更复杂，但在我相对有限的测试中，我没有注意到性能问题或任何问题。如果更熟悉elasticsearch的人有一个更好的答案，我很乐意看到一个更好的答案。