Question

我使用以下查询搜索名称数据库，允许模糊匹配，但优先选择完全匹配。

"query": {
    "bool": {
        "should": [
            {
                "match": {
                    "name": {
                        "query": "x",
                        "operator": "and",
                        "boost": 10
                    }
                }
            },
            {
                "match": {
                    "name": {
                        "query": "x",
                        "fuzziness": "AUTO",
                        "operator": "and"
                    }
                }
            },
            {
                "match": {
                    "altname": {
                        "query": "x",
                        "fuzziness": "AUTO",
                        "operator": "and"
                    }
                }
            }
        ]
    }
}

数据库包含具有相同名称的条目。如果发生这种情况，我想通过第二个字段来提升这些条目，让我们称之为weight。但是，我只希望在具有（接近）相同分数的结果子集之间应用增强，而不是所有结果。

由于名称相同的结果可能会受到altname字段相关性的影响，因此得分会略有不同，这使事情变得更加复杂。

例如，查询dog可能会得到3个结果：

狗[id 1，得分2.3，体重10]
狗[id 2，得分2.2，体重20]
Doge [id 3，得分1，体重100]

我正在寻找能够将id 2提升到最高分的结果的查询。 id 3的结果应始终保持在底部，因为它的相关性较差，无论其重量如何。理想情况下，使用可调参数来调整得分因子与权重因子。

任何方式在Elasticsearch的单一传递中做到这一点，当然不会破坏性能？

Answer 1

看起来我想通了。

首先，我意识到我原来问题中的例子比必要的更复杂。我把它缩小到：＆＃34;如何为＆＃39; blub＆＃39;撰写查询？以2,3,1和＃34;

的顺序返回以下文档

id: 1
name: blub
weight: 0.01
---
id: 2
name: blub
weight: 0.1
---
id: 3
name: blub stuff
weight: 1

因此：对于具有相同（或非常相似）得分的两个文件，重量应该用作打破平局。但是，不论其重量如何，都不应允许分数明显较低的文件胜过其他结果。

我在优秀的播放工具中加载了数据：https://www.found.no/play/gist/edd93c69c015d4c62366#search并开始尝试。

原来，log2p修饰符完全符合我的预期。在真实世界的数据集上重复它，一切看起来都与预期完全一样。

function_score: 
    query:
        match:
            name: blub
    field_value_factor:
        field: weight
        modifier: log2p

仅提升Elasticsearch中得分几乎相同的结果

1 个答案: