elasticsearch的functionQuery

之前使用solr的时候，也接触过functionQuery，他就是用来对一个doc计算得分的，只改变排序，不改变match。es的functionQuery是第一次接触，看了看公司的代码，然后百度了一下，最后再看了下ES的官方文档，算是把ES的functionQuery给弄清楚了，再次记录下来。

 

ES的functionQuery需要两个主要变量，一个是query，用来计算候选集，也就是所有的doc的来源，一个是functionQuery，代码如下：

GET /_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} },
      "boost": "5", 
      "functions": [
        {
          "filter": { "match": { "test": "bar" } },
          "random_score": {}, 
          "weight": 23
        },
        {
          "filter": { "match": { "test": "cat" } },
          "weight": 42
        }
      ],
      "max_boost": 42,
      "score_mode": "max",
      "boost_mode": "multiply",
      "min_score": 42
    }
  }
}

 里面的query和functions是最重要的，query决定了候选集，也就是都是哪些doc要背functions里面的function计算得分。functions里面的都是函数，用来对query中命中的doc计算得分，所以functions中的函数只影响排序，不影响match的结果。对于每一个function，还有一个filter，这个表示只有被这个filter接受的doc才可以参与得分，如果没有写filter则表示match_all，注意filter的得分不考虑，不参与函数的得分，里面的weight，表示最终这个function的得分要乘以这个weight。

再说一下function_query中的其他参数：

1. boost：这个是对于整个function_query的boost，就是lucene的boostedquery中的boost，不是我们要讨论的问题。
2. max_boost：这个的意思是对于functions中的函数的最终得分，取一个上限，不能超过这个值。
3. score_mode：这个表示的是多个function的值如何处理，可能是相加、相乘、取平均数、取最大值、最小值等。
4. boost_mode：这个表示的是在算最终的得分的时候，怎么处理函数的得分和query的得分（也就是上面的query的得分），可以是相乘、相加、取代、取平均值等，如果不写，默认是相乘。
5. min_score：这个的意思是如果一个doc的最终得分低于min_score，则不要这个doc，也就是规定了得分的下限。

 

函数，除了上面的functions中定义的query类型的，有好几个现成的的，下面的这几个最常用的。

1、script_score

    用脚本来实现的得分的逻辑，如下：

GET /_search
{
  "query": {
    "function_score": {
      "query": {
        "match": { "message": "elasticsearch" }
      },
      "script_score": {
        "script": {
          "params": {// 需要传入一个参数map，这个map用params表示。
            "a": 5,
            "b": 1.2
          },
          "source": "params.a / Math.pow(params.b, doc['my-int'].value)"// params就是上面的map，doc表示当前计算的doc，my-int表示一个字段，
        }
      }
    }
  }
}

 再ES中，可以将脚本保留在ES上，然后取一个id，以后的使用就可以直接根据id来从ES集群中获得这个脚本而不用每次都传到ES了。

2、Random， 随机数

GET /_search
{
  "query": {
    "function_score": {
      "random_score": {
        "seed": 10,
        "field": "_seq_no"
      }
    }
  }
}

 默认情况下，是按照lucene的内部id来计算随机值的，这样也是最有效率的，但是这个值会变，所以如果能接受同一个doc的函数值会变，就可以使用这个，否则必须要提供一个seed和field，用来计算随机值，另外还会使用这个doc所在的分片参与最终得分的计算，所以如果field中值是一样的，如果不同分片中的，可能会有不同的值，同一个分片中的有相同的值。

 3、filed_value_factor

这个是使用字段的值来计算得分的，如下：

GET /_search
{
  "query": {
    "function_score": {
      "field_value_factor": {
        "field": "my-int",// 字段
        "factor": 1.2,
        "modifier": "sqrt",
        "missing": 1
      }
    }
  }
}

 上面每个属性的意思解释如下：

field：字段

factor：将字段的分值乘以这个值

modifier：这个是对factor*field.value的值再做计算的，他有好多函数比如：none（没有任何操作），log（对数函数），log1p（加一后取对数），log2p（加2后取对数），ln， ln1p，ln2p，sqrt等。