- A+
为了控制搜索结果的相关度，elasticsearch 提供了多种方式，通过脚本实现自定义评分逻辑是终极方式。脚本返回一个评分值，该值再与原_score再进行加法等运算。脚本编写很简单，我们跟随一个例子（基于5.5版本）来看看如何通过脚本实现自定义排序。
创建 user_info索引，只有一个 name 字段，并且不分词：
PUT user_info { "mappings":{ "user": { "properties": { "name":{ "type":"keyword" } } } } }
写入测试数据
POST /user_info/_bulk {"index" : {"_type":"user","_id":"1"}} {"name":"高波"} {"index" : {"_type":"user","_id":"2"}} {"name":"高大山"} {"index" : {"_type":"user","_id":"3"}} {"name":"闫高峰"} {"index" : {"_type":"user","_id":"4"}} {"name":"李高峰"} {"index" : {"_type":"user","_id":"5"}} {"name":"安建高"} {"index" : {"_type":"user","_id":"6"}} {"name":"高峰玉成"}
对于搜索结果，理想的顺序是：
高波 高大山 高峰玉成 李高峰 闫高峰 安建高
执行搜索：
GET user_info/_search?size=20 { "query": { "query_string" : { "query" : "(name:(*高*))" } } }
返回结果如下：
{ "hits": { "total": 6, "max_score": 1.0, "hits": [ { "_index": "user_info", "_type": "user", "_id": "5", "_score": 1.0, "_source": { "name": "安建高" } }, { "_index": "user_info", "_type": "user", "_id": "AWIEksAoMnf4TVgYEH8P", "_score": 1.0, "_source": { "name": "高峰玉成" } }, { "_index": "user_info", "_type": "user", "_id": "2", "_score": 1.0, "_source": { "name": "高大山" } }, { "_index": "user_info", "_type": "user", "_id": "4", "_score": 1.0, "_source": { "name": "李高峰" } }, { "_index": "user_info", "_type": "user", "_id": "1", "_score": 1.0, "_source": { "name": "高波" } }, { "_index": "user_info", "_type": "user", "_id": "3", "_score": 1.0, "_source": { "name": "闫高峰" } } ] } }
得分都是1.0，我们期望的返回顺序与两个原则有关：
1.关键词出现的位置越靠前，排序应该越靠前
2.字段值约短，说明匹配度越高，排序应该越靠前
下面我们通过脚本来实现自定义评分。
elasticsearch 支持多种脚本语言，经历各版本演变后，从5.0开始实现了自己专用的语言：Painless。Groovy已弃用，这次示例使用Painless实现，Painless是内置支持的。脚本内容可以通过多种途径传给 es，包括 rest 接口，或者放到 config/scripts目录等，默认开启情况如下：
script.inline: false script.stored: false script.file: true
通过本地文件的方式放置到 config/scripts 目录默认开启。脚本目录中放置的任何文件将在节点启动后自动编译。默认每60秒扫描一次，间隔时间通过 resource.reload.interval设置。编写脚本文件，命名为：user_info_score.painless
double position_score = 0; double similarity_score = 0; int pos = doc['name'].value.indexOf(params.keyword); if (pos != -1) { position_score = 10 - pos; if (position_score < 0) position_score = 0;//出现位置大于10的忽略其重要性 } double similarity = Math.abs(1.0*doc['name'].value.length() - params.keyword.length()); similarity_score = 10 - similarity; if (similarity_score < 0) similarity_score = 0; //相似度差10个字符的忽略其重要性 //在下面调节各分值的权重 return position_score*0.6+similarity_score*0.4;
获取文档值：doc[‘name’].value
实现比较简单，根据位置和相似度分别计算评分，将结果乘不同权重再相加。
再次查询：
GET user_info/_search?size=20 { "query": { "function_score": { "query": { "query_string": { "query": "(name:(*高*))" } }, "script_score": { "script": { "lang": "painless", "file": "user_info_score", "params":{ "keyword":"高" } } }, "boost_mode": "sum" } } }
function_score 查询 是用来控制评分过程的终极武器，它允许为每个与主查询匹配的文档应用一个函数， 以达到改变甚至完全替换原始查询评分 _score 的目的。
script_score 用自定义脚本完全控制评分计算，实现所需逻辑
lang 指定脚本语言
inline, stored, file 指定脚本的源。 这里使用文件方式，脚本名称为：user_info_score 注意这里要去掉.painless扩展名
params 指定作为变量传递到脚本中的任何命名参数。
boost_mode 新计算的分数与_score的结合方式，取值可以是：
multiply 相乘（默认） replace 替换_score sum 相加 avg 取平均值 max 取最大值 min 取最小值
搜索结果：
{ "hits": { "total": 6, "max_score": 10.6, "hits": [ { "_index": "user_info", "_type": "user", "_id": "1", "_score": 10.6, "_source": { "name": "高波" } }, { "_index": "user_info", "_type": "user", "_id": "2", "_score": 10.2, "_source": { "name": "高大山" } }, { "_index": "user_info", "_type": "user", "_id": "AWIEksAoMnf4TVgYEH8P", "_score": 9.8, "_source": { "name": "高峰玉成" } }, { "_index": "user_info", "_type": "user", "_id": "4", "_score": 9.6, "_source": { "name": "李高峰" } }, { "_index": "user_info", "_type": "user", "_id": "3", "_score": 9.6, "_source": { "name": "闫高峰" } }, { "_index": "user_info", "_type": "user", "_id": "5", "_score": 9.0, "_source": { "name": "安建高" } } ] } }
Painless语法参考链接： https://www.elastic.co/guide/en/elasticsearch/painless/5.5/painless-syntax.html https://www.elastic.co/guide/en/elasticsearch/painless/5.5/index.html https://www.elastic.co/guide/en/elasticsearch/painless/5.5/painless-api-reference.html 其他： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-function-score-query.html https://www.elastic.co/guide/en/elasticsearch/reference/5.5/modules-scripting-using.html#modules-scripting-file-scripts
- 安卓客户端下载
- 微信扫一扫
-
- 微信公众号
- 微信公众号扫一扫
-
