ElasticSearch 自定义排序之 field_value

先上示例

POST /s_person/_search
{
    "query": {
        "function_score": {
            "query": {
                "multi_match": {
                    "query": "QQ", 
                    "type": "best_fields", 
                    "fields": ["person_name^3"]
                }
            },
            //  new_score = old_score + log(1 + 1.2 * weight值)
            "field_value_factor": {
                "field": "weight",
                "modifier": "log1p",
                "factor": 1.2, 
                "missing": 1    // 若 weight 字段不存在，则默认为1
            },
            "boost_mode": "sum"
        }
    }
}

1、modifier参数支持的值：

• none : new_score = old_score * weight值
• log1p : new_score = old_score * log(1 + weight值)
• log2p : new_score = old_score * log(2 + weight值)
• ln : new_score = old_score * ln(weight值)
• ln1p : new_score = old_score * ln(1 + weight值)
• ln2p : new_score = old_score * ln(2 + weight值)
• square : 计算平方
• sqrt : 计算平方根
• reciprocal : 计算倒数
  

2、factor参数

• factor作为一个调节用的参数，没有modifier那麽强大会改变整个曲线，他仅改变一些常量值，设置factor>1会提昇效果，factor<1会降低效果
• 假设modifier是log1p，那麽加入了factor的公式就是new_score = old_score * log(1 + factor * weight值)

3、missing参数

• 当weight字段不存在时，使用配置的默认值，本例子中的 "missing": 1, 表示weight默认值为1

4、boost_mode参数

• 就算加上了modifier，但是 "全文评分 与 field_value_factor函数值乘积" 的效果可能还是太大，我们可以通过参数boost_mode来决定 old_score 和 加强score 合并的方法
• 如果将boost_mode改成sum，可以大幅弱化最终效果，特别是使用一个较小的factor时
• 加入了boost_mode=sum、且factor=0.1的公式变为new_score = old_score + log(1 + 0.1 * weight值)
• 可选参数有：

multiply：_score乘以函数结果(默认情况)
sum：_score加上函数结果
min：_score和函数结果的较小值
max：_score和函数结果的较大值
replace：将_score替换成函数结果