布尔查询的disable_coord参数是什么意思？

Question

根据文档，ES中disable_coord的默认值为false。我找不到有关如何将此参数设置为true会影响搜索结果的详细说明。

Answer 1

这是协调因素。

• 如果启用了coord因子（默认情况下＆＃34; disable_coord＆＃34;：false）那么它 意味着：如果我们在文本中有更多搜索关键字，那么这个结果会更相关，并且会得到更高的分数。

• 如果禁用coord因子（＆＃34; disable_coord＆＃34;：true）则表示：否 无论我们在搜索文本中有多少关键字，它都会被计算在内 一次。

您可以找到更多详细信息here。

Answer 2

如果bool查询中有N子查询具有相同的提升/权重，那么disable_coord=true将遵循下一个逻辑......

假设：

• 所有子查询都具有相同的提升和重量。
• N - 子查询总数。
• n - 匹配的子查询数。

匹配n个子查询时：总得分将与匹配查询的提升/权重之和成比例。正如我们现在假设相等的权重/提升，这将是：Sn = n*const。

所有子查询匹配时（n=N）：Smax = N*const

与完整匹配相比的部分匹配将为part_of_max = Sn / Smax = (n*const) / (N*const) = n/N

例如，如果您有3个子查询：

• 所有子查询都匹配：总分为Smax
• 2个子查询匹配：part_2 = 2/3=0.66的总分为Smax（66％）。
• 1个子查询匹配：总分为part_1 = 1/3=0.33
的Smax（33％）

让我们在启用协调时将其与得分进行比较（elasticsearch的默认行为）。长话短说：“部分”比赛将比完整比赛得分更差。

近似分数将与匹配子查询的权重/增强之和乘以n/N成比例。如果提升/权重相等，那么总得分将与Sn₂ = n*n/N * const = n²/N * const

成比例

所有子查询匹配时（n=N）：Smax₂ = N*(N/N)*const = N * const

与完整匹配相比的部分匹配将为part_of_max₂ = Sn₂ / Smax₂ = (n²/N * const) / (N * const) = n²/N²

例如，如果您有3个子查询：

• 所有子查询都匹配：总分为Smax与启用协调时相同
• 2个子查询匹配：总分为part_2₂ = 4/9=0.44的{​​{1}}（44％）。或者比Smax₂
小2/3（66％）
• 1个子查询匹配：总分为part_2的{​​{1}}（11％）。或者比part_1₂ = 1/9=0.11
小1/3（33％）

不同的协调方法相互比较：Smax₂小于part_1 disable_coord=False次

时的分数

具有不同协调策略的不同查询类型的可能用例：

• “fuller”匹配应该比部分匹配更相关：使用启用协调的默认bool查询
• 您的每个子查询都是自给自足的，并且更多子查询的匹配很好并且“线性”很重要：使用带有disable_coord = True的boold查询
• 当每个子查询同等重要并且1个子查询的匹配应该被视为与所有子查询的匹配相同：使用dis_max查询
• 当您在多个字段中搜索时，多个字段中的非重叠匹配比单个字段中的相同匹配数更好：使用bool和dis_max查询的组合（文档中的更多详细信息：https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-dis-max-query.html）< / LI>

请注意，当术语在文档中多次出现时，相同的子查询可能会有不同的分数：这是由term_frequency（https://www.elastic.co/guide/en/elasticsearch/guide/current/scoring-theory.html#tf）控制的 - 并且它不受disable_coord=True对另一个子句的影响回答（https://stackoverflow.com/a/26998760/952437）。场长标准化也会影响结果的计算方法

如果您想知道这三个概念如何协同工作，请参阅以下示例：

查询：(n²/N²)/(n/N) = n/N - 这实际上是3个与“OR”结合的查询

disable_coord =真：

• disable_coord - 得分quick brown fox
• quick brown fox rocks - 得分~=3*1/(sqrt(4))*const = 3*tmp_const
• quick brown fox quick - 得分~=(1+1*sqrt(2)+1)*1/(sqrt(4))*const = 3.41 * tmp_const。一个额外的狐狸使结果更相关，但这可以通过场长标准化来补偿
• quick brown fox quick fox - 得分~=(1+1*sqrt(2)+1*sqrt(2))*1/(sqrt(5))*const = 3.82 * 0.89 tmp_const = 3.42 * tmp_const
• quick brown bird flies - 得分~=2*1/(sqrt(4))*const = 2*tmp_const
• quick brown bird - 得分~=2*1/(sqrt(3))*const = 2*1.1547*tmp_const ~= 2.31*tmp_const - 得分与fox相比更大。这是由字段长度标准化
引起的

disable_coord =假：

• 快速棕色狐狸岩石（coord_factor = 3/3 = 1） - 得分~=2*1/(sqrt(1))*const = 2*2*tmp_const ~= 4*tmp_const
• 快速棕色狐狸快速（coord_factor = 3/3 = 1） - 得分quick brown fox quick
• 快速棕狐狐狸快速狐狸（coord_factor = 3/3 = 1） - 得分~=3*1/(sqrt(4))*const = 3*tmp_const
• 快速褐色苍蝇（coord_factor = 2/3 = 0.66） - 得分为~=(1+1*sqrt(2)+1)*1/(sqrt(4))*const = 3.41 * tmp_const。由于协调而得分较低
• 快速棕色鸟（coord_factor = 2/3 = 0.66） - 得分为~=(1+1*sqrt(2)+1*sqrt(2))*1/(sqrt(5))*const = 3.82 * 0.89 tmp_const = 3.42 * tmp_const。 。由于协调而得分较低
• ~=2*1/(sqrt(4))*const * 2/3 = 1.33*tmp_const（coord_factor = 1/3 = 0.33） - 得分~=2*1/(sqrt(3))*const *2/3 = 2*1.1547*tmp_const * 2/3 ~= 1.54*tmp_const。由于“协调”，现在这个结果与所有3个术语
的结果相关性较低

真实分数还取决于IDF（反向文档频率）。上面的示例假设所有术语在索引中具有相同的频率。

Answer 3

它用于lucene得分。在对结果进行评分时，

实施例 如果我想修改任何bool查询的coord分数，那么整个 如果匹配某个特定子句或文本或值，则查询将乘以2。

Answer 4

假设您有一个should子句，其中您有三个查询，现在假设一个文档与第一个bool查询匹配，那么它将获得一些分数，但假设此查询与第二个查询不完全匹配但部分匹配，现在此文档将是给予一些额外的小额分数意味着（第一个查询匹配分数+第二个查询部分匹配分数）。

现在如果你不希望在你的查询中给出这个部分分数，那么你应该写“disable_coord”：true它会做什么只会根据完全匹配的查询给予文档分数而不是部分匹配。我希望你现在得到它......... :)。