英文版地址: https://www.elastic.co/guide/en/elasticsearch/guide/current/function-score-filters.html
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。
过滤集提升权重edit
回到 忽略 TF/IDF 里处理过的问题，我们希望根据每个度假屋的特性数量来评分，当时我们希望能用缓存的过滤器来影响评分，现在 function_score 查询正好可以完成这件事情。
到目前为止，我们展现的都是为所有文档应用单个函数的使用方式，现在会用过滤器将结果划分为多个子集（每个特性一个过滤器），并为每个子集使用不同的函数。
在下面例子中，我们会使用 weight 函数，它与 boost 参数类似可以用于任何查询。有一点区别是 weight 没有被 Luence 归一化成难以理解的浮点数，而是直接被应用。
查询的结构需要做相应变更以整合多个函数：
GET /_search
{
"query": {
"function_score": {
"filter": {
"term": { "city": "Barcelona" }
},
"functions": [
{
"filter": { "term": { "features": "wifi" }},
"weight": 1
},
{
"filter": { "term": { "features": "garden" }},
"weight": 1
},
{
"filter": { "term": { "features": "pool" }},
"weight": 2
}
],
"score_mode": "sum",
}
}
}
|
|
|
|
|
|
|
函数会被应用于和 |
|
|
|
|
|
|
这个新特性需要注意的地方会在以下小节介绍。
过滤 vs. 查询edit
首先要注意的是 filter 过滤器代替了 query 查询，在本例中，我们无须使用全文搜索，只想找到 city 字段中包含 Barcelona 的所有文档，逻辑用过滤比用查询表达更清晰。过滤器返回的所有文档的评分 _score 的值为 1 。 function_score 查询接受 query 或 filter ，如果没有特别指定，则默认使用 match_all 查询。
函数 functionsedit
functions 关键字保持着一个将要被使用的函数列表。可以为列表里的每个函数都指定一个 filter 过滤器，在这种情况下，函数只会被应用到那些与过滤器匹配的文档，例子中，我们为与过滤器匹配的文档指定权重值 weight 为 1 （为与 pool 匹配的文档指定权重值为 2 ）。
评分模式 score_modeedit
每个函数返回一个结果，所以需要一种将多个结果缩减到单个值的方式，然后才能将其与原始评分 _score 合并。评分模式 score_mode 参数正好扮演这样的角色，它接受以下值：
-
multiply - 函数结果求积（默认）。
-
sum - 函数结果求和。
-
avg - 函数结果的平均值。
-
max - 函数结果的最大值。
-
min - 函数结果的最小值。
-
first - 使用首个函数（可以有过滤器，也可能没有）的结果作为最终结果
在本例中，我们将每个过滤器匹配结果的权重 weight 求和，并将其作为最终评分结果，所以会使用 sum 评分模式。
不与任何过滤器匹配的文档会保有其原始评分， _score 值的为 1 。