在 Elasticsearch 中,function_score 可以让我们在查询的同时对搜索结果进行自定义评分。
function_score 提供了一系列的参数和函数让我们可以根据需求灵活地进行设置。
近期有同学反馈,function_score 的相关参数不好理解,本文将深入探讨 function_score 的核心参数和函数。
![深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析,elasticsearch,大数据,搜索引擎,全文检索](https://imgs.yssmx.com/Uploads/2023/08/620286-1.png)
1、function_score 函数的用途及适用场景
Elasticsearch 的 function_score 查询是一种强大的工具,它可以允许我们修改文档的基本的相关评分,让我们在特定的应用场景下获得更好的搜索结果。
这个功能通过提供了一组内置函数(如 script_score, weight, random_score, field_value_factor, decay functions等),以及一系列参数(如boost_mode和score_mode等)来实现。
以下是一些 function_score 可以应用的场景:
1.1 用户偏好场景
如果需要了解用户的兴趣或者行为,我们可以使用 function_score 来提升用户可能感兴趣的结果。
比如在推荐系统中,如果我们已知道用户喜欢某个作者的文章,可以提升这个作者的文章的得分。
比如最近火热的“罗刹海市”就被网易云音乐推荐到最前面。
1.2 随机抽样场景
如果我们需要从一个大的数据集中随机抽样,可以使用 random_score 函数。
这个函数会给每个文档生成一个随机得分,从而让我们能够得到随机的搜索结果。
1.3 时间敏感的查询场景
对于一些时间敏感的数据,比如新闻、博客文章或者论坛帖子,新的文档通常比旧的文档更相关。
在这种情况下,我们可以使用 decay functions(衰减函数) 来降低旧的文档的得分。
1.4 地理位置敏感的查询场景
如果我们的应用关心地理位置,比如房地产或者旅游相关的应用。
可以使用 decay functions (衰减函数)来提升接近某个地理位置的文档的得分。
1.5 特定字段影响场景
如果我们的文档有一些字段值可以影响相关度评分,可以使用 field_value_factor (字段值因子)函数。
比如在电商场景,一个商品的销量、评分或者评论数量可能会影响搜索结果的排序。
总的来说,function_score 提供了一种灵活的方式来满足各种复杂的相关度评分需求。
2、function_score 参数介绍
2.1 boost_mode 参数
boost_mode 决定了如何将查询得分和函数得分进行组合。
可接受的参数有:
boost_mode | 描述 |
---|---|
multiply | 查询得分和函数得分相乘(默认值) |
sum | 查询得分和函数得分相加 |
avg | 查询得分和函数得分的平均值 |
first | 仅仅使用函数得分 |
max | 查询得分和函数得分中的最大值 |
min | 查询得分和函数得分中的最小值 |
replace | 完全替换查询得分,只使用函数得分 |
2.2 score_mode
score_mode 决定了如何处理多个函数的分数。
可接受的参数有:
score_mode | 描述 |
---|---|
multiply | 各个函数得分相乘 |
sum | 各个函数得分相加(默认值) |
avg | 各个函数得分的平均值 |
first | 仅仅使用第一个函数的得分 |
max | 各个函数得分中的最大值 |
min | 各个函数得分中的最小值 |
2.3 提供的函数
function_score 提供了多种函数类型来进行自定义评分:
Score Function | 描述 |
---|---|
script_score | 用脚本计算得分 |
weight | 简单地修改查询得分,不考虑字段值 |
random_score | 生成随机得分 |
field_value_factor | 使用字段值进行计算得分 |
decay functions | 衰减函数,根据字段值的距离计算得分,越近得分越高 |
3、function_score 使用实战解读
3.1 构造数据
为了帮助大家更好地理解,我们将创建一个简单的索引,插入一些文档,并对它们执行 function_score 查询。
假设我们有一个名为 articles 的索引,里面存储了一些博客文章的数据,包括作者(author),标题(title),内容(content),以及这篇文章的喜欢数量(likes)。
首先,创建索引并添加一些文档:
PUT /articles
{
"mappings": {
"properties": {
"title": { "type": "text" },
"author": { "type": "text" },
"content": { "type": "text" },
"likes": { "type": "integer" }
}
}
}
POST /_bulk
{ "index" : { "_index" : "articles", "_id" : "1" } }
{ "title": "Elasticsearch Basics", "author": "John Doe", "content": "This article introduces the basics of Elasticsearch.", "likes": 100 }
{ "index" : { "_index" : "articles", "_id" : "2" } }
{ "title": "Advanced Elasticsearch", "author": "Jane Doe", "content": "This article covers advanced topics in Elasticsearch.", "likes": 500 }
{ "index" : { "_index" : "articles", "_id" : "3" } }
{ "title": "Elasticsearch Function Score Query", "author": "John Doe", "content": "This article discusses the function_score query in Elasticsearch.", "likes": 250 }
现在我们有了一些文档,让我们对它们执行 function_score 查询。
3.2 使用 script_score 函数实现基于 'likes' 字段的对数加权排序
GET /articles/_search
{
"query": {
"function_score": {
"query": {
"match_all": {}
},
"boost": "5",
"functions": [
{
"script_score": {
"script": {
"source": "Math.log(1 + doc['likes'].value)"
}
}
}
],
"boost_mode": "multiply"
}
}
}
上述查询使用了 Elasticsearch 的 function_score 查询。
它首先对 "articles" 索引中的所有文档进行匹配(使用 match_all 查询),然后使用一个脚本函数(script_score),该脚本会计算每个文档的 "likes" 字段的自然对数值加一(Math.log(1 + doc['likes'].value)),然后把这个得分与原始查询得分相乘(由于 boost_mode 被设为了 "multiply"),最终的得分再乘以5(由于 boost 被设为了 "5")。这种查询用于根据 "likes" 字段对结果进行加权排序。
执行结果如下:
![深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析,elasticsearch,大数据,搜索引擎,全文检索](https://imgs.yssmx.com/Uploads/2023/08/620286-3.png)
3.3 使用 random_score 生成基于 'likes' 字段的全随机结果查询
GET /articles/_search
{
"query": {
"function_score": {
"query": {
"match_all": {}
},
"functions": [
{
"random_score": {
"field": "likes"
}
}
],
"boost_mode": "replace"
}
}
}
上述查询使用 Elasticsearch 的 function_score 查询,并配合使用 random_score 函数。random_score 函数根据 "likes" 字段的值生成一个随机分数。
重要的是,由于没有提供一个固定的种子(seed),所以每次执行这个查询都会返回一个全新的随机排序结果。
match_all 是基础查询,用来匹配所有文档。然后 random_score 函数基于 "likes" 字段值生成随机分数。
boost_mode 设为 "replace" 表示忽略基础查询的分数,完全使用 random_score 函数的分数作为最终结果。所以,这个查询会在每次执行时都返回全新的随机排序结果。
执行结果如下图所示:
![深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析,elasticsearch,大数据,搜索引擎,全文检索](https://imgs.yssmx.com/Uploads/2023/08/620286-4.png)
3.4 field_value_factor 函数根据某个字段的值来修改_score
这对于一些字段很有用,比如"likes":一篇有很多"likes"的文章可能比"likes"少的文章更相关。
示例如下:
GET /articles/_search
{
"query": {
"function_score": {
"query": {
"match": {
"content": "Elasticsearch"
}
},
"functions": [
{
"field_value_factor": {
"field": "likes",
"factor": 1.2,
"modifier": "sqrt",
"missing": 1
}
}
],
"boost_mode": "multiply"
}
}
}
在这个查询中:
"match": { "content": "Elasticsearch" }
表示基础查询是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。
field_value_factor
函数用来基于 "likes" 字段的值调整查询得分。它首先取 "likes" 字段的值,如果文档没有 "likes" 字段或者该字段的值为空,那么将使用 "missing" 参数指定的默认值1。然后,它将取得的值乘以 "factor" 参数指定的因子1.2。最后,它将结果进行 "modifier" 参数指定的平方根运算("sqrt")。
boost_mode
参数设置为 "multiply",这表示将基础查询的得分和 field_value_factor 函数计算得出的得分相乘,以得到最终的文档得分。
所以,这个查询会返回包含 "Elasticsearch" 的文章,并且文章的得分会根据 "likes" 字段的值进行调整,"likes" 值越高的文章,得分也会越高。
执行结果如下:
![深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析,elasticsearch,大数据,搜索引擎,全文检索](https://imgs.yssmx.com/Uploads/2023/08/620286-5.png)
3.5 decay functions 根据某个字段的值的距离来调整_score。
如果值接近某个中心点,得分就会更高。这对于日期或地理位置字段特别有用。
Elasticsearch 提供了三种衰减函数:线性(linear)、指数(exp)、和高斯(gauss)。
以下是使用 gauss 函数的一个示例:
GET /articles/_search
{
"query": {
"function_score": {
"query": {
"match": {
"content": "Elasticsearch"
}
},
"functions": [
{
"gauss": {
"likes": {
"origin": "100",
"scale": "20",
"offset": "0",
"decay": 0.5
}
}
}
],
"boost_mode": "multiply"
}
}
}
上述执行可概括为:使用 function_score 和 gauss 函数对含有 'Elasticsearch' 的文章进行基于 'likes' 字段的高斯衰减得分调整"。
在这个查询中:
"match": { "content": "Elasticsearch" }
表示基础查询是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。
gauss
函数则是用来对 "likes" 字段的值进行高斯衰减处理。
其中,
参数 | 值 | 描述 |
---|---|---|
origin | 100 | 期望的中心点,即 "likes" 字段的最理想值 |
scale | 20 | 表示衰减的速度,也就是距离 "origin" 值多远时,得分会衰减到原始得分的一半 |
offset | 0 | 表示在距离 "origin" 多少的范围内不进行衰减 |
decay | 0.5 | 表示当距离超过了 "scale" 之后,得分会以多快的速度衰减,例如 0.5 表示超过 "scale" 距离后,得分会衰减到原始得分的一半 |
boost_mode
参数设置为 "multiply",这表示将基础查询的得分和 gauss 函数计算得出的得分相乘,以得到最终的文档得分。
所以,这个查询会返回包含 "Elasticsearch" 的文章,并且文章的得分会根据 "likes" 字段的值进行高斯衰减处理,"likes" 值越接近100的文章,得分也会越高。
![深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析,elasticsearch,大数据,搜索引擎,全文检索](https://imgs.yssmx.com/Uploads/2023/08/620286-6.png)
4、小结
在深入了解 Elasticsearch 的 function_score 后,我们可以明显感受到其在搜索应用中的强大作用。无论是基于特定字段值的排序,还是利用自定义脚本微调搜索结果,function_score 都能发挥其出色的性能。
尽管 function_score 的参数和选项多样,初看可能会觉得复杂,但只需理解各参数的含义和作用,我们就能根据需求灵活运用。实际案例中,我们使用了 script_score、field_value_factor、random_score 和 decay functions 等函数,演示了如何通过 function_score 满足复杂的搜索需求。
但是,我们也必须注意,在使用 function_score 时,要慎重考虑性能问题,因为复杂的函数和脚本可能占用大量计算资源。在实际应用中,我们应始终关注这一点,以维护良好的系统性能。
此外,随着数据和用户行为的不断变化,我们需要持续观察、学习和调整搜索策略,以不断提升用户体验。在这个过程中,function_score 将是我们强有力的工具。
总的来说,Elasticsearch 的 function_score 是一个强大而灵活的工具,只要我们深入了解并恰当使用,就能够挖掘其巨大的潜力,提升我们的搜索应用性能和用户体验。
推荐阅读
全网首发!从 0 到 1 Elasticsearch 8.X 通关视频
重磅 | 死磕 Elasticsearch 8.X 方法论认知清单
如何系统的学习 Elasticsearch ?
2023,做点事
实战 | Elasticsearch自定义评分的N种方法
干货 | 一步步拆解 Elasticsearch BM25 模型评分细节
Elasticsearch 如何把评分限定在0到1之间?
更短时间更快习得更多干货!
和全球 近2000+ Elastic 爱好者一起精进!
文章来源:https://www.toymoban.com/news/detail-620286.html
大模型时代,抢先一步学习进阶干货!文章来源地址https://www.toymoban.com/news/detail-620286.html
到了这里,关于深度探索 Elasticsearch 8.X:function_score 参数解读与实战案例分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!