算分过程:
best fields策略:dis_max
最佳实现
Tie Breaker
相关知识可以点击这里查看
搜索title和body中包含brown 或者fox的文档
期待结果是doc2,结果是doc1排在了doc2前面
算分过程:计算每个document的relevance score:每个query的分数相加,乘以matched query数量,除以总query数量
best fields策略:dis_max算一下doc1的分数
{ "match": { "title": "brown fox" }},针对doc1,是有一个分数的
{ "match": {"body": "brown fox" }},针对doc1,也是有一个分数的所以是两个分数加起来,比如说,1.1 + 1.2 = 2.3
matched query数量 = 2
总query数量 = 22.3 * 2 / 2 = 2.3
算一下doc5的分数
{ "match": { "title": "brown fox" }},针对doc2,是没有分数的
{ "match": { "body": ""brown fox" }},针对doc2,是有一个分数的所以说,只有一个query是有分数的,比如2.3
matched query数量 = 1
总query数量 = 22.3 * 1 / 2 = 1.15
doc5的分数 = 1.15 < doc4的分数 = 2.3
所以doc1的结果排在doc2之前
- best fields策略,就是说,搜索到的结果,应该是某一个field中匹配到了尽可能多的关键词,被排在前面;而不是尽可能多的field匹配到了少数的关键词,排在了前面
- dis_max语法,直接取多个query中,分数最高的那一个query的分数即可
最佳实现{ "match": { "title": "java solution" }},针对doc4,是有一个分数的,1.1
{ "match": { "content": "java solution" }},针对doc4,也是有一个分数的,1.2
取最大分数,1.2{ "match": { "title": "java solution" }},针对doc5,是没有分数的
{ "match": { "content": "java solution" }},针对doc5,是有一个分数的,2.3
取最大分数,2.3然后doc4的分数 = 1.2 < doc5的分数 = 2.3,所以doc5就可以排在更前面的地方,符合我们的需要
Tie BreakerGET /blogs/_search
{
"query": {
"dis_max": {
"queries": [
{"match": {"title": "brown fox"}},
{"match": {"body": "brown fox"}}
]
}
}
}
可能在实际场景中出现的一个情况是这样的:
(1)某个帖子,doc1,title中包含java,content不包含java beginner任何一个关键词
(2)某个帖子,doc2,content中包含beginner,title中不包含任何一个关键词
(3)某个帖子,doc3,title中包含java,content中包含beginner
(4)最终搜索,可能出来的结果是,doc1和doc2排在doc3的前面,而不是我们期望的doc3排在最前面dis_max只取某一个query最大的分数,完全不考虑其他query的分数
- 使用tie_breaker将其他query的分数也考虑进去
- tie_breaker参数的意义,在于说,将其他query的分数,乘以tie_breaker,然后综合与最高分数的那个query的分数,综合在一起进行计算
- 除了取最高分以外,还会考虑其他的query的分数
- tie_breaker的值,在0~1之间,是个小数,就ok
GET /blogs/_search
{
"query": {
"dis_max": {
"queries": [
{"match": {"title": "brown fox"}},
{"match": {"body": "brown fox"}}
],
"tie_breaker": 0.3
}
}
}
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)