ES學習記錄17——關於評分

 ES評分這一塊主要依靠function_score，它可以改變查詢返回文檔的分數。通常計算得分代價比較大，它可以對已經過濾的文檔進行評分。function_score中需要定義一個 query 以及一個或多個計算查詢的得到文檔得分的函數。只有一個計算得分函數的示例如下：

GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            "query": { "match_all": {} },
            "boost": "5",
            // random_score 就是一種隨機計算得分的函數
            "random_score": {},
            "boost_mode":"multiply"
        }
    }
}

 在function_score中提供幾種計算得分的函數：

• script_score：可以在內部包裹額外的query語句，可以選擇使用文檔中其他數字屬性值來計算自定義評分；
• weight：可以將得分和weight字段值相乘，有時可能會希望這樣做，因爲對特定查詢設置的提升值（即boost設置的值）進行了歸一化，而對於此得分函數卻沒有，數字值是float類型；
• random_score：根據_uid的hash值生成得分，並帶有一個變化的seed，如果不指定seed的值，則使用當前時間戳；
• field_value_factor：可以使用文檔中的字段來人爲影響得分，和script_score函數相似，但它可以避免腳本開銷。如果被用於一個多值字段，那只有該字段的第一個值會被用來計算，其他的值不會用於計算；
• decay functions：衰減函數，可以隨着文檔距離給定值（數值類型，表示原點）的距離進行評分，需要指定參與評分的每個字段的origin（標識中心值）和scale（衰減的速率）。

下面的是示例文檔結構：

"_source": {
    "id": 1724933159515744,
    "propertyId": 1724930759808608,
    "name": "測試文檔",
    "categoryIds": [
        10000046,
        10000001,
        10000000
    ],
    "subject": null,
    "status": -1,
    "description": "這僅僅是一個測試評分的文檔",
    "shopId": 1587726129258720
}

以上面的文檔爲示例，腳本如下：

// 1. script_score 函數計算得分
GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            "query": {
                "match": {
                    "name": "門"
                }
            },
            "boost": "1",
            "script_score": {
                "script": {
                    // 這個字段主要用於自定義變量，有必要的話需要定義
                    "params": {
                        "paramA": 2,
                        "paramB": 10
                    },
                    // 使用文檔中各自 status 字段的平方作爲評分
                    "inline": "Math.pow(doc['status'].value, params.paramA) + params.paramB"
                }
            }
        }
    }
}

// 2. weight 函數計算得分
GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            "query": {
                "match": {
                    "name": "門"
                }
            },
            "boost": "1",
            // 可以調整該參數大小觀察最終得分的變化
            "weight": 2
        }
    }
}

// 3. random_score 函數計算得分
GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            "query": { "match_all": {} },
            "boost": "5",
            // random_score 就是一種隨機計算得分的函數，使用 _uid 的hash值打分，攜帶一個 seed 變量
            "random_score": {},
            "boost_mode":"multiply"
        }
    }
}

// 4. field_value_factor 函數計算得分
GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            // 使用 字段值 影響打分，最終得分爲 sqrt(1.2 * doc['categoryIds'].value)
            "field_value_factor": {
                // categoryIds 是一個數組，取數組中的第一個值進行計算
                "field": "categoryIds",
                // 影響因子
                "factor": 1.2,
                // 計算方式選擇開根號
                "modifier": "sqrt",
                "missing": 1
            },
            "boost": "1"
        }
    }
}

// 5. 衰減函數 計算得分
GET localhost:9200/index-name/_search?pretty
{
    "query": {
        "function_score": {
            // 選用高斯（還有線性和）衰減函數
            "gauss": {
                "status": {
                      "origin": 80,
                      "scale": 5,
                      "offset": 1,
                      "decay" : 0.5
                }
            }
        }
    }
}

注：

1.field_value_factor函數中

• field：從文檔中提取出來參與計算評分的字段；
• factor：（可選），標識從文檔中提取字段的影響因子，默認爲1；
• modifier：用於提取的字段如何參與評分，可選行爲有：
  • none：不對該字段做任何評分行爲（默認）；
  • log：使用 log 進行對數計算，取10爲底；
  • log1p：對提取的字段加1後取對數，取10爲底；
  • log2p：同上，加2取對數，取10爲底；
  • ln：同上，取 e 爲底；
  • ln1p：同上，加1並取 e 爲底；
  • ln2p：同上，加2並取 e 爲底；
  • square：直接平方；
  • sqrt：開根號；
  • reciprocal：取倒數
• missing：如果提取的字段在文檔中不存在，則使用missing提供的值替代field指定的字段值進行計算；

上述modifier的幾種行爲務必注意一些算術異常，比如log和ln以及reciprocal函數不能對0進行計算，如果出現就會出現算術異常，可以適當使用log1p來替換使用或者直接過濾掉這部分爲0的數據。

2.衰減函數Decay functions中

• 衰減函數：本身包含線性（linear）、指數（exp）、高斯（gauss）三種衰減函數可選；
• origin：表示給定的中心值，即原點，必須和提取的字段本身類型一致，如上述類型提取文檔的status字段爲數值類型，那原點也必須爲數值，對於Date類型的字段支持使用now作爲變量使用；
• scale：表示衰減函數的衰減速率，其實origin + offset = decay。對於地理類型geo可以定義爲數值+單位的形式（如2m、5km，默認單位爲m），對於Date類型，可以定義爲1h、2d等等形式（默認單位爲毫秒）；
• offset：可選參數，如果定義了該參數，衰減函數將會只計算那些離原點origin的距離大於該值的文檔進行評分，默認爲0；
• decay：定義了衰減函數如何按比例給定的距離對文檔進行評分，如果未定義decay，則距離標尺上的文檔將獲得0.5分。

關於具體的使用參見文檔Supported decay functions。