Question

在Elasticsearch中，给出以下文档结构：

"workhistory": {
  "positions": [{
    "company": "Some company",
    "position": "Some Job Title",
    "start": 1356998400,
    "end": 34546576576,
    "description": "",
    "source": [
       "some source", 
       "some other source"
    ]
  },
  {
    "company": "Some other company",
    "position": "Job Title",
    "start": 1356998400,
    "end": "",
    "description": "",
    "source": [
       "some other source"
    ]
  }]
}

和此结构的映射：

  workhistory: {
    properties: {    
      positions: {
        type: "nested", 
        include_in_parent: true, 
        properties: {                 
          company: {
            type: "multi_field",
            fields: {
              company: {type: "string"},
              original: {type : "string", analyzer : "string_lowercase"} 
            }              
          }, 
          position: {
            type: "multi_field",
            fields: {
              position: {type: "string"},
              original: {type : "string", analyzer : "string_lowercase"} 
            }              
          }                                                       
        }
      }        
    }
  }

我希望能够搜索“公司”并匹配文档，如果公司=“某公司”等。然后我想得到tf idf _score。我还想创建一个function_score查询，以根据“source”字段数组的值来提高此匹配的分数。基本上，如果源包含“some source”，则使用x amount来提升_score。如果需要，我可以更改“source”属性的结构。

这是我到目前为止所得到的：

{
   "bool": {
      "should": [
         {
            "filtered": {
               "query": {
                  "bool": {
                     "should": [
                        {
                           "bool": {
                              "should": [
                                 {
                                    "match": {
                                       "workhistory.positions.company.original": "some company"
                                    }
                                 }
                              ]
                           }
                        }
                     ],
                     "minimum_should_match": "100%"
                  }
               },
               "filter": {
                  "and": [
                     {
                        "bool": {
                           "should": [
                              {
                                 "term": {
                                    "workhistory.positions.company.original": "some company"
                                 }
                              }
                           ]
                        }
                     }
                  ]
               }
            }
         },
         {
            "function_score": {
               "query": {
                  "bool": {
                     "should": [
                        {
                           "bool": {
                              "should": [
                                 {
                                    "match": {
                                       "workhistory.positions.company.original": "some company"
                                    }
                                 }
                              ]
                           }
                        }
                     ],
                     "minimum_should_match": "100%"
                  }
               },
               "filter": {
                  "and": [
                     {
                        "bool": {
                           "should": [
                              {
                                 "term": {
                                    "workhistory.positions.company.original": "some company"
                                 }
                              }
                           ]
                        }
                     }
                  ]
               }
            }
         }
      ]
   }
}

这里也有一些过滤器，因为我只想返回带有过滤值的文档。在这个例子中，过滤器和查询基本相同，但在这个查询的更大版本中，我有一些其他“可选”匹配来提升可选值等。函数_score现在没有做太多，因为我无法真正计算如何使用它。目标是能够调整应用程序代码中的提升次数并将其传递给搜索查询。

我正在使用Elasticsearch版本1.3.4。

Answer 1

我不确定为什么你在那里重复所有那些过滤器和查询，说实话。也许我错过了一些东西，但根据你的描述，我相信你所需要的只是一个＆＃34; function_score＆＃34;。来自documentation：

function_score允许您修改查询检索的文档的分数。

因此，您定义一个查询（例如 - 匹配公司名称），然后定义一个函数列表，这些函数应该为某个文档子集提升_score。来自相同的文档：

此外，可以组合多个功能。在这种情况下，只有当文档与给定的过滤器匹配时，才可以选择应用该功能

因此，您有查找具有特定名称的公司的查询，然后您有一个函数的过滤器来操作与过滤器匹配的文档的_score。在这种情况下，您的过滤器是＆＃34;来源＆＃34;应该包含一些东西。该函数本身是一个脚本：_score + 2。最后，这将是我的想法：

    {
      "query": {
        "bool": {
          "should": [
            {
              "function_score": {
                "query": {
                  "bool": {
                    "should": [
                      {
                        "bool": {
                          "should": [
                            {
                              "match": {
                                "workhistory.positions.company.original": "some company"
                              }
                            }
                          ]
                        }
                      }
                    ],
                    "minimum_should_match": "100%"
                  }
                },
                "functions": [
                  {
                    "filter": {
                      "nested": {
                        "path": "workhistory.positions",
                        "query": {
                          "bool": {
                            "should": [
                              {
                                "match": {
                                  "workhistory.positions.source": "some source"
                                }
                              }
                            ]
                          }
                        }
                      }
                    },
                    "script_score": {
                  "script": "_score + 2"
                }
              },
              {
                "filter": {
                  "nested": {
                    "path": "workhistory.positions",
                    "query": {
                      "bool": {
                        "should": [
                          {
                            "match": {
                              "workhistory.positions.source": "xxx"
                            }
                          }
                        ]
                      }
                    }
                  }
                },
                "script_score": {
                  "script": "_score + 4"
                }
              }
            ],
            "max_boost": 5,
            "score_mode": "sum",
            "boost_mode": "sum"
          }
        }
      ]
    }
  }
}

使用嵌套属性中的function_score进行弹性搜索提升

1 个答案: