一般情況下，類似關(guān)系型數(shù)據(jù)庫中影響返回結(jié)果的方式袭异，在elasticsearch中也存在钳垮，包括sort惑淳、size等。但是這都是簡(jiǎn)單粗暴的對(duì)返回結(jié)果進(jìn)行直接處理饺窿，很大的可能會(huì)影響返回文檔的相關(guān)度歧焦。比如，通過sort操作對(duì)搜索結(jié)果按時(shí)間排序肚医，這時(shí)排在前面的文檔很可能相關(guān)度非常小绢馍，而相關(guān)度大的文檔則因?yàn)闀r(shí)間排序被放在了下面。這顯然不是我們想要的結(jié)果肠套。elasticsearch提供了方法舰涌，允許我們用除了搜索之外的其他因素影響返回文檔的順序，同時(shí)兼顧文檔的相關(guān)度你稚。

簡(jiǎn)單粗暴地評(píng)分

首先先說一下elasticsearch的搜索評(píng)分邏輯瓷耙。
查詢的權(quán)重基于三個(gè)因素：詞頻、逆向文檔頻率和字段長(zhǎng)度歸一值刁赖。

• 詞頻：查詢?cè)~在該文檔中出現(xiàn)的頻率搁痛。頻率越高，權(quán)重越高宇弛。
• 逆向文檔頻率：查詢?cè)~在所有文檔中出現(xiàn)的頻率鸡典。頻率越高，權(quán)重越低枪芒〕箍觯可以降低日常使用的高頻率詞的權(quán)重。
• 字段長(zhǎng)度歸一值：查詢字段的長(zhǎng)度舅踪。字段長(zhǎng)度越長(zhǎng)纽甘，查詢?cè)~權(quán)重越高，反之越低抽碌。

不同詞對(duì)搜索結(jié)果的影響基本取決于以上三個(gè)因素贷腕，這里不列出詳細(xì)的計(jì)算公式。

如何影響文檔評(píng)分

首先，影響文檔評(píng)分的操作推薦是查詢的時(shí)候進(jìn)行泽裳，這樣靈活性更好瞒斩。這里不介紹簡(jiǎn)單的評(píng)分提升或者降低，直接介紹elasticsearch中控制文檔評(píng)分的終極武器：function_scor涮总。

function_score

function_score是query結(jié)構(gòu)的一個(gè)子集胸囱，它對(duì)每一個(gè)符合查詢的文檔應(yīng)用一個(gè)或一組函數(shù)，達(dá)到影響甚至替換原始查詢?cè)u(píng)分的目的瀑梗。這個(gè)操作可以很方便的實(shí)現(xiàn)復(fù)雜的查詢邏輯烹笔。
Elasticsearch 預(yù)定義了一些函數(shù)：

• weight：為每個(gè)文檔應(yīng)用一個(gè)簡(jiǎn)單而不被規(guī)范化的權(quán)重提升值：當(dāng) weight 為 2 時(shí)，最終結(jié)果為 2 * _score 抛丽。
• field_value_factor：使用這個(gè)值來修改 _score 谤职，如將 popularity 或 votes （受歡迎或贊）作為考慮因素。
• random_score：為每個(gè)用戶都使用一個(gè)不同的隨機(jī)評(píng)分對(duì)結(jié)果排序亿鲜，但對(duì)某一具體用戶來說允蜈，看到的順序始終是一致的。
• 衰減函數(shù) —— linear 蒿柳、 exp 饶套、 gauss：將浮動(dòng)值結(jié)合到評(píng)分 _score 中，例如結(jié)合 publish_date 獲得最近發(fā)布的文檔垒探，結(jié)合 geo_location 獲得更接近某個(gè)具體經(jīng)緯度（lat/lon）地點(diǎn)的文檔妓蛮，結(jié)合 price 獲得更接近某個(gè)特定價(jià)格的文檔。
• script_score：如果需求超出以上范圍時(shí)圾叼，用自定義腳本可以完全控制評(píng)分計(jì)算蛤克，實(shí)現(xiàn)所需邏輯。

以上函數(shù)開箱即用夷蚊，一般情況下咖耘，elasticsearch提供的函數(shù)就可以滿足需求，如果有特殊要求撬码，也可以使用最后一個(gè)script_score自己寫控制評(píng)分腳本。但是script_score對(duì)性能有較大影響版保，能不用就不用呜笑。
下面簡(jiǎn)單說明幾個(gè)需求，來看看elasticsearch是如何通過function_score實(shí)現(xiàn)的彻犁。

點(diǎn)擊數(shù)影響評(píng)分

如果想要在原來搜索的基礎(chǔ)上叫胁，加入點(diǎn)擊數(shù)的影響，即將點(diǎn)擊數(shù)高的文檔放到搜索結(jié)果靠上的位置汞幢，但是搜索的評(píng)分仍然是主要的依據(jù)驼鹅。

PUT /blogposts/post/1
{
  "title":   "About popularity",
  "content": "In this post we will talk about...",
  "votes":   6
}

這是一篇文章的文檔，其中保存了點(diǎn)擊數(shù)。這里可以通過field_value_factor實(shí)現(xiàn)相關(guān)需求输钩。

GET /blogposts/post/_search
{
  "query": {
    "function_score": { 
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": { 
        "field": "votes" 
      }
    }
  }
}

function_score嵌入了一個(gè)query查詢中豺型，然后內(nèi)部又設(shè)定了一個(gè)query，內(nèi)部的query查詢是主查詢买乃。在function_score內(nèi)部還有一個(gè)field_value_factor函數(shù)姻氨，這個(gè)函數(shù)會(huì)對(duì)符合每一個(gè)主查詢的文檔使用。每個(gè)文檔的最終評(píng)分都會(huì)進(jìn)行如下的計(jì)算：new_score = old_score * number_of_votes
默認(rèn)的field_value_factor計(jì)算是線性的剪验，votes的原始值直接用來計(jì)算肴焊，這通常不會(huì)產(chǎn)生好的結(jié)果。一般情況下功戚，通過對(duì)數(shù)計(jì)算取代現(xiàn)行計(jì)算娶眷，可以取得更平滑的結(jié)果。

GET /blogposts/post/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "field_value_factor": {
        "field":    "votes",
        "modifier": "log1p"
      }
    }
  }
}

將field_value_factor設(shè)為對(duì)數(shù)計(jì)算啸臀，計(jì)算公式：new_score = old_score * log(1 + number_of_votes)届宠。
field_value_factor提供了眾多參數(shù)，設(shè)置相關(guān)計(jì)算的各種參數(shù)壳咕，這里不再一一列舉席揽。如果想要細(xì)致的調(diào)整搜索結(jié)果的話，參考官方文檔進(jìn)行谓厘。

對(duì)查詢結(jié)果進(jìn)行隨機(jī)評(píng)分

作為網(wǎng)站的所有者幌羞，總會(huì)希望讓廣告有更高的展現(xiàn)率。在當(dāng)前查詢下竟稳，有相同評(píng)分 _score 的文檔會(huì)每次都以相同次序出現(xiàn)属桦，為了提高展現(xiàn)率，在此引入一些隨機(jī)性可能會(huì)是個(gè)好主意他爸，這能保證有相同評(píng)分的文檔都能有均等相似的展現(xiàn)機(jī)率聂宾。
我們想讓每個(gè)用戶看到不同的隨機(jī)次序，但也同時(shí)希望如果是同一用戶翻頁瀏覽時(shí)诊笤，結(jié)果的相對(duì)次序能始終保持一致系谐。這種行為被稱為一致隨機(jī)。
random_score 函數(shù)會(huì)輸出一個(gè) 0 到 1 之間的數(shù)讨跟，當(dāng)種子 seed 值相同時(shí)纪他，生成的隨機(jī)結(jié)果是一致的。例如：

GET /blogposts/post/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "random_score": {
        "seed":  "userID"
      }
    }
  }
}

使用每個(gè)用戶的id作為seed傳入晾匠，可以使每個(gè)用戶的隨機(jī)保持一致茶袒，同時(shí)在不同用戶之間保持不同的隨機(jī)性。

時(shí)間凉馆、空間上的“越近越好”

一般來說薪寓，搜索要求具有時(shí)間相關(guān)性亡资。也就是說，用戶只想看到時(shí)間較近的文檔向叉，而時(shí)間較遠(yuǎn)的文檔锥腻，就算相關(guān)度較高，用戶也不想看到植康】跆空間上也有相關(guān)的性質(zhì)，比如以某個(gè)點(diǎn)為中心销睁，周圍一定距離以內(nèi)的文檔排在返回結(jié)果的前面供璧，而超過一定距離的文檔就算相關(guān)度較高也排在后面。elasticsearch提供了衰減函數(shù)冻记，可以對(duì)文檔的相關(guān)性按某個(gè)維度進(jìn)行衰減睡毒。

這里不能直接使用sort。因?yàn)槿绻苯邮褂胹ort冗栗，會(huì)讓相關(guān)度較低的文檔排在前面演顾，維度近了但是相關(guān)度很差，達(dá)不到相關(guān)度較高隅居、同時(shí)某個(gè)維度較 近 的需求钠至。

elasticsearch提供了三個(gè)衰減函數(shù)，分別是linear胎源、exp和gauss（線性棉钧、指數(shù)和高斯函數(shù)），它們可以操作數(shù)值涕蚤、時(shí)間以及經(jīng)緯度地理坐標(biāo)點(diǎn)這樣的字段（一般衰減也沒有用字符串做衰減的）宪卿。所有三個(gè)函數(shù)都能接受以下參數(shù)：

• origin：中心點(diǎn) 或字段可能的最佳值，落在原點(diǎn) origin 上的文檔評(píng)分 _score 為滿分 1.0 万栅。
• scale：衰減率佑钾，即一個(gè)文檔從原點(diǎn) origin 下落時(shí)，評(píng)分 _score 改變的速度烦粒。（例如休溶，每 ￡10 歐元或每 100 米）。
• decay：從原點(diǎn) origin 衰減到 scale 所得的評(píng)分 _score 扰她，默認(rèn)值為 0.5 兽掰。
• offset：以原點(diǎn) origin 為中心點(diǎn)，為其設(shè)置一個(gè)非零的偏移量 offset 覆蓋一個(gè)范圍义黎，而不只是單個(gè)原點(diǎn)。在范圍 -offset <= origin <= +offset 內(nèi)的所有評(píng)分 _score 都是 1.0 豁跑。
  
  衰減曲線

比如廉涕，想要搜索某條博客泻云，同時(shí)發(fā)表時(shí)間近的排在前面，引入基于時(shí)間的衰減函數(shù)狐蜕。

GET /blogposts/post/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "gauss" :{
          "timestamp": {
            "origin": "now timestamp",
            "offset": "5d",
            "scale": "10d"
          }
       }
    }
  }
}

按時(shí)間和地理空間做衰減宠纯，offset 和 scale 必須加上單位。
這里我們確定以當(dāng)前的時(shí)間為衰減函數(shù)的中心层释， 5 天以內(nèi)的文檔婆瓜，相關(guān)度不做處理；5 天到 15 天贡羔，衰減系數(shù)逐漸降低到0.5廉白；15 天之外，系數(shù)繼降低乖寒。

比如猴蹂，想將地理空間和價(jià)格的影響引入搜索，可以這樣實(shí)現(xiàn)：

GET /_search
{
  "query": {
    "function_score": {
      "functions": [
        {
          "gauss": {
            "location": {
              "origin": { "lat": 51.5, "lon": 0.12 },
              "offset": "2km",
              "scale":  "3km"
            }
          }
        },
        {
          "gauss": {
            "price": { 
              "origin": "50", 
              "offset": "50",
              "scale":  "20"
            }
          },
          "weight": 2
        }
      ]
    }
  }
}

這里地理空間類型楣嘁，在衰減函數(shù)的參數(shù)里要加上單位磅轻，而普通的數(shù)值類型不用加單位。

通過衰減函數(shù)逐虚，可以在相關(guān)度為主的前提下聋溜，引入時(shí)間、空間叭爱、數(shù)值等其他因素撮躁，從而影響搜索的返回結(jié)果。比起簡(jiǎn)單粗暴的sort涤伐，衰減函數(shù)可以保證相關(guān)度高的依然排在靠前的位置馒胆。

終極武器script_score

elasticsearch支持用戶自己寫groovy腳本，來自定義復(fù)雜的評(píng)分影響邏輯凝果。因?yàn)槿粘Ｖ胁惶珜?shí)用祝迂，同時(shí)腳本對(duì)性能影響較大，所以這里不做介紹器净。