day07 Elasticsearch高级

学习目标

能够使用function_score修改文档得分
能够说出深度分页的方案
能够使用Java Client实现高亮显示
能够使用Java Client测试地理坐标查询
能够使用Java Client测试聚合查询
能够说出实现同义词的方案
能够说出自动补全方案
能够完善商城项目商品搜索功能
能够实现商城项目自动补全功能

📺 视频课程

1 搜索高级

1.1. 修改文档得分

1.1.1 function_score

当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。

例如，我们搜索 "手机"，结果如下：

_score：文档与用户搜索的关键字的相关度得分

在实际业务需求中，常常会有竞价排名的功能。不是相关度越高排名越靠前，而是掏的钱多的排名靠前。

例如在百度中搜索Java培训，排名靠前的就是广告推广：

要想人为控制相关性算分，就需要利用elasticsearch中的function score 查询了。

一个例子：

给小米这个品牌的手机算分提高十倍，分析如下：

过滤条件：品牌必须为小米
算分函数：常量weight，值为10
算分模式：相乘multiply

JSON

GET /items/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "name":"手机"
        }
      }, 
      "functions": [
        {
          "filter": { 
            "term": {
              "brand": "小米"
            }
          },
          "weight": 10 
        }
      ],
      "boost_mode": "multiply"
    }
  },
  "from": 0,
  "size": 10
}

从结果可以看到小米手机排在前边，因为对品牌为“小米”的文档得分在原有分值基础上乘以10,分值越大越排在前边。

function score的运行流程如下：

1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
2）根据过滤条件，过滤文档
3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

因此，其中的关键点是：

过滤条件：决定哪些文档的算分被修改
算分函数：决定函数算分的算法
运算模式：决定最终算分结果

本例中function_score的语法如下：

function score 查询中包含四部分内容：

原始查询条件：query部分，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)
过滤条件：filter部分，符合该条件的文档才会重新算分
算分函数：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数
- weight：函数结果是常量
- field_value_factor：以文档中的某个字段值作为函数结果，适用于那些需要根据某个数值字段来影响文档排序的情况，例如根据产品的价格、文章的阅读量或者用户的活跃度来对结果进行评分。
- random_score：以随机数作为函数结果，用于测试或某些特定的用例，比如创建一个随机排序的效果
- script_score：自定义算分函数算法，允许你在查询时动态地编写脚本来计算每个文档的分数
boost_mode运算模式：决定了如何将评分函数的结果与基础查询得分相结合，包括：
- multiply：评分函数的结果与基础查询的得分相乘。这是默认行为，适用于希望评分函数增强或减弱基础查询得分的情况。
- replace：评分函数的结果将完全替换基础查询的得分。这意味着最终得分将完全基于评分函数的结果，而不考虑基础查询的原始得分。
- sum:评分函数的结果与基础查询的得分相加。这使得评分函数的结果直接增加到基础查询得分上，适合于希望累加评分因素的情况。
- avg:评分函数的结果与基础查询的得分取平均值。这种方式适用于希望平衡基础查询得分与评分函数得分的情况。

算分函数的其它选项，比如：field_value_factor、script_score大家使用AI自学。

示例2：

将下边的查询改为算分函数查询，品牌为“爱氏晨曦”排在前边

Java


GET /items/_search
{
   "from" : 0,
   "query" : {
      "multi_match" : {
         "fields" : [ "name", "category" ],
         "query" : "脱脂牛奶"
      }
   },
   "size" : 5
}

1.1.2 Java Client

使用Java Client实现算分函数查询

JavaScript

@Test
void testFunctionScoreQuery() throws Exception {
    //构建请求
    SearchRequest.Builder builder = new SearchRequest.Builder();
    //设置索引
    builder.index("items");
    //设置查询条件
    SearchRequest.Builder searchRequestBuilder = builder.query(q -> q
            .functionScore(f -> f
                    .query(q1 -> q1
                            .match(m -> m
                                    .field("name")
                                    .query("手机"))
                    )
                    .functions(fn -> fn
                            .filter(f1 -> f1
                                    .term(t -> t.field("brand").value("小米")))
                            .weight(10d)
                    )
                    .boostMode(FunctionBoostMode.Multiply))

    ).from(0).size(10);
    SearchRequest build = searchRequestBuilder.build();
    //执行请求
    SearchResponse<ItemDoc> searchResponse = esClient.search(build, ItemDoc.class);
    //解析结果
    handleResponse(searchResponse);
}

关注公众号，免费阅读全文

请免费关注 预见猿份 公众号，发送：yjoffer.com，获取解锁密码

微信扫码关注

关注公众号回复获取密码后，在下方输入并点击解锁，本机后续再读无需重复输入。

day07 Elasticsearch高级 ​

学习目标 ​

1 搜索高级 ​

1.1. 修改文档得分 ​

1.1.1 function_score ​