什么是 Elasticsearch 中的相关性得分？有哪些影响因素？

回答重点

Elasticsearch中的相关性得分（Relevance Score）是一个衡量文档与查询匹配程度的数值。简而言之，它表示搜索结果中每个文档的匹配程度，得分越高，表示文档与查询的相关性越强。这个得分主要由Lucene使用TF-IDF算法和BM25算法计算得出。

影响相关性得分的主要因素包括：
1）查询的类型及结构：例如，match 查询和 term 查询计算相关性得分的方式不同。
2）词频（TF，Term Frequency）：一个词在文档中出现的频率越高，该文档被认为和查询匹配的程度越高。
3）逆文档频率（IDF，Inverse Document Frequency）：一个词在整个索引中出现的频率越低，该词的区分度越高，得分贡献也就越大。
4）文档长度（Norms）：一般来说，短文档中的匹配关键词比长文档中的匹配关键词更有代表性。
5）字段的权重：可以通过boost参数给某些字段更高的权重，从而影响最终的得分。

扩展知识

1）查询类型及权重调整：

不同类型的查询会影响得分，比如match查询会对相关性进行计算，而term查询则主要用于精确匹配。
通过调整字段的boost参数，可以增加或减少某个字段在计算相关性得分时的权重。

2）TF-IDF与BM25：

TF-IDF（词频-逆文档频率），主要基于一个词在文档中出现的频率以及在所有文档中出现的稀有程度。
BM25，是TF-IDF的改进版本，BM25考虑了频率因素但对长文档有更好的处理能力，并且是可调参数，能够更好地适应不同场景。

3）脚本打分：

Elasticsearch允许使用自定义脚本来计算相关性得分。例如，在某些自定义需求下，我们可以使用Painless脚本语言来调整文档的得分。

4）多功能查询：

通过function_score查询，可以灵活地调整和组合各种得分计算方式，例如常数查询、函数衰减（如距离衰减）、字段值因子加权以及随机权重。

5）调试相关性得分：

使用explain参数可以详细解释Elasticsearch如何计算每个文档的相关性得分。这是调试和优化搜索功能的一个有力工具。