相关性评分 (relevance scores)

默认情况下，Elasticsearch 根据 相关性评分(relevance score) 对匹配到的搜索结果进行排序，这个分数用来衡量每个文档与查询的匹配程度。

相关性分数是一个正浮点数，在 search API 返回结果的 _score 元字段中。 _score越高，文档的相关性就越强。 虽然每种查询类型都可以不同地计算关联分数，但分数计算也取决于查询子句是在 query 上下文中运行还是在 filter 上下文中运行。

query 的上下文

在 query 上下文中，查询子句回答“此文档与此查询子句的匹配程度如何？”。 除了决定文档是否匹配之外，查询子句还计算文档的相关性得分（在元字段 _score 中显示）。

query 上下文在查询子句传递给 query 参数(例如 search API 中的 query 参数)时生效。

filter 的上下文

在 filter 上下文中，查询子句回答“此文档与此查询子句匹配吗？”。 答案是简单的"是"或"否"--不会计算分数。 filter 上下文主要用于过滤结构化数据，比如：

Elasticearch 会自动缓存经常使用的 filter，以提高性能。

每当查询子句传递给 filter 参数时，过滤器上下文就生效，例如 bool 查询中的 filter 或 must_not 参数，constant_score 查询中的 filter 参数，或者 filter 聚合。

关于 query 和 filter 上下文的例子

下面是一个在 search API 中的 query 和 filter 上下文中使用的查询子句的示例。 该查询将匹配满足以下所有条件的文档：

GET /_search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "title":   "Search"        }},
        { "match": { "content": "Elasticsearch" }}
      ],
      "filter": [ 
        { "term":  { "status": "published" }},
        { "range": { "publish_date": { "gte": "2015-01-01" }}}
      ]
    }
  }
}