Elasticsearch使用rescore重打分機制

1、match和match_phrase（proximity match）的區別

match --》只要簡單的匹配到了一個term，就可以理解將term對應的doc作爲結果返回，掃描倒排索引，掃描到了就OK。

match_phrase --》首先掃描到所有term的doc list；找到包含所有term的doc list；然後對每個doc都計算每個term的position，是否符合指定的範圍；
slop，需要進行復雜的運算，來判斷能否通過slop移動匹配一個doc。

2、match和match_phrase（proximity match）的性能對比

match query的性能比match_phrase和proximity match（有slop）要高很多，因爲後兩者都要計算position的距離。
match query比match_phrase的性能要高10倍，比proximity match（帶slop的）性能要高20倍。

但是無須擔心，ES都在幾十秒到幾百毫秒之間，可以接受的。

3、優化proximity match的性能

一般優化思路是減少要進行proximity match搜索的document數量。

主要思路如下：
用match query先過濾出需要的數據，然後再用proximity match來根據term距離提高doc分數，同時proximity match只針對每個shard的分數排名前N個doc起作用，來重新調整他們的分數，這個過程稱之爲rescoring（重打分）。

上一篇幅說了：用match+proximity match同時實現召回率和精準度

默認情況下，match也許匹配了1000個doc，proximity match全都需要對每個doc進行一遍運算，判斷能否slop移動匹配上，然後去貢獻自己的分數，但是很多情況下，match出來也許1000個doc，其實用戶大部分情況下是分頁查詢的，所以可能最多隻會看前幾頁，比如一頁是10條，最多也許就看5頁，就是50條。
proximity match只要對前50條doc進行slop移動去匹配，去貢獻自己的分數即可，不需要對全部1000個doc都去進行計算和貢獻分數。

如下代碼（rescore）：

GET /forum/article/_search
{
  "query": {
    "match": {
      "content": "java spark"
    }
  },
  "rescore" : {
    "window_size" : 50,
    "query" : {
      "rescore_query" : {
        "match_phrase" : {
          "content" : {
            "query" : "java spark",
            "slop" : 50
          }
        }
      }
    }
  }
}