如何在 Elasticsearch 查询中自定义评分规则？

回答重点

要在 Elasticsearch 查询中自定义评分规则，你可以使用 function_score 查询。function_score 查询允许你在查询结果的基础上，应用函数来修改文档的得分，从而实现自定义评分规则。以下是一个基本示例：

举个例子，假设你要在查询中增加某字段的权重，可以使用 weight 函数来实现：

{
  "query": {
    "function_score": {
      "query": { "match": { "text": "some query" } },
      "functions": [
        {
          "weight": 2,
          "filter": { "term": { "important_field": true } }
        }
      ],
      "boost_mode": "sum"
    }
  }
}

在此例中，如果 important_field 字段为 true，则对应文档的评分会被乘以 2。

扩展知识

1）函数类型：

weight: 增加或减少评分的权重。
field_value_factor: 使用字段的值来修改评分。
random_score: 生成一个随机的评分。
script_score: 使用自定义脚本来计算评分。

2）boost_mode：
boost_mode 控制的是函数应用后的组合方式，可以选择的方式有：

multiply: 将原始评分乘以函数计算结果。
sum: 将原始评分和函数计算结果相加。
replace: 用函数计算结果替换原始评分。
avg, max, min: 取平均值、最大值或最小值。

3）score_mode：
score_mode 决定当多个函数匹配时，如何合并它们的结果：

multiply: 将所有函数的结果相乘。
sum: 将所有函数的结果相加。
avg: 取所有函数结果的平均值。
first: 使用第一个函数的结果。
max 和 min: 取最大值或最小值。

4）场景化实例：
假设我们有一个电商应用，我们想在搜索商品时，除了常规的匹配度外，还要考虑商品的销量和用户评分：

{
  "query": {
    "function_score": {
      "query": { "match": { "product_name": "laptop" } },
      "functions": [
        {
          "field_value_factor": {
            "field": "sales",
            "factor": 1.2,
            "modifier": "log1p"
          }
        },
        {
          "field_value_factor": {
            "field": "user_rating",
            "factor": 1.5
          }
        }
      ],
      "score_mode": "sum",
      "boost_mode": "sum"
    }
  }
}

在上面的例子中，我们根据 sales 和 user_rating 两个字段对文档进行额外的评分调整，使得销量和用户评分较高的商品在搜索结果中更靠前。