通过文本匹配和到点

Question

我有一个ElasticSearch索引，其中包含＆＃34;商店＆＃34;的列表。

我希望允许客户通过geo_distance搜索这些商店（因此，搜索点并在该位置附近找到商店）和文本匹配，例如商店名称/地址上的匹配。

我希望获得与这两个标准的 相匹配的结果，并且我希望这些结果的顺序是两者的组合。文本匹配越强，越接近搜索点，结果越高。 （显然，这将是一个将这两者结合起来的公式，这需要调整，而不是太担心那部分）。

我的问题/我尝试过的事情：

• geo_distance是filter，而不是query，因此我无法在请求的query部分进行组合。

• 我可以使用匹配名称或位置的bool => should过滤器（而不是查询）。这给了我想要的结果，但没有按顺序。

• 我也可以将_geo_distance作为sort子句的一部分，以便更接近该点的文档排名更高。

我没想到的是我将如何选择＆＃34;常规＆＃34; _score ElasticSearch在进行文本匹配时为文档提供，并将其与geo_distance分数相结合。

通过在过滤器中进行文本匹配，它似乎不会影响文档的分数（这是有意义的）。而且我不知道如何将query部分和geo_distance filter中的文字匹配结合起来，以便OR而不是AND 。

我想我最好的选择就是相当于：

{
  function_score: {
    query: {  ... },
    functions: [
      { geo_distance function },
      { multi_match_result score },
    ],
    score_mode: 'multiply'
  }
}

但我不确定你可以geo_distance作为分数函数，而且我不知道如何将multi_match_result score作为分数函数，或者如果它是＆＃39甚至可能。

任何指针都将非常感激。

我正在使用ElasticSearch v1.4，但我可以根据需要进行升级。

Answer 1

  

但我不确定你可以将geo_distance作为分数函数，而且我不知道如何将multi_match_result分数作为分数函数，或者甚至可能。或者它是否可能。

你不能按照你要求的方式做到这一点，但你可以轻松地做你想做的事。对于更简单的情况，只需使用普通查询即可获得评分。

过滤器的问题在于它们是/否是问题，因此如果您在function_score中使用它们，那么它可以提高分数，也可以不提高分数。您可能想要的是随着距离原点的距离增加而得分的降低。它是肯定/否定性质，阻止他们完全影响分数。通过匹配过滤器隐含的相关性没有任何改善 - 它只是意味着它是答案的一部分，但是说它应该更接近顶部/它没有意义结果就是这样。

这是Decay function score有帮助的地方。它适用于数字date，以及 - 最有用的 - geo_point。除了它接受的数据类型之外，它还可以使用高斯，指数或线性衰减函数进行衰减。你想要选择的那个是诚实的任意，你应该给那个选择最佳＆＃34;体验＆＃34;。我建议从gauss开始。

"function_score": {
  "functions": [
    "gauss": {
      "my_geo_point_field": {
        "origin": "0, 1",
        "scale": "5km",
        "offset": "500m",
        "decay": 0.5
      }
    }
  ]
}

请注意，origin采用x, y格式（由于标准GeoJSON），longitude, latitude。

每个值都会影响分数如何根据图表衰减（从文档中批发）。如果您使用0的偏移量，则一旦在原点 ，分数就会开始下降。通过偏移，它允许一些缓冲区被认为是一样好。

在scale是直接与decay，所述得分将由decay值砍倒关联一旦scale - 从远处的{{ 1}}（+/- origin）。在上面示例中的我的中，来自offset的任何5km都会得到origin上任意分数的一半。

再次注意，不同类型的衰变函数会改变评分的形状。

  

我希望这些结果的顺序是两者的结合。

这是origin / bool复合查询的目的。根据每场比赛，您可以获得改进得分的OR行为。将此与上述相结合，您需要以下内容：

should

注意：如果添加{ "query": { "bool": { "should": [ { "multi_match": { ... } }, { "function_score": { "functions": [ "gauss": { "my_geo_point_field": { "origin": "0, 1", "scale": "5km", "offset": "500m", "decay": 0.5 } } ] } } ] } } } ，则must行为会从字面上的OR行为（至少1必须匹配）更改为完全可选行为（none必须匹配）。

  

我正在使用ElasticSearch v1.4，但我可以根据需要进行升级。

从Elasticsearch 2.0开始，每个过滤器都是一个查询，每个查询也都是一个过滤器。唯一的区别是它使用的上下文。这里没有改变我的答案，但它可以帮助你将来除了接下来我说的是什么。

Geo-related performance increased dramatically in ES 2.2+。您应该升级（并重新创建与地理相关的索引）以利用这些更改。 ES 5.0也会有类似的好处！