一、简介
ElasticsearchBoost是elasticsearch的一个插件,主要提供了一些新的函数,可以根据相关度评分进行查询结果排序。
二、安装
使用elasticsearch plugin命令进行安装:
bin/elasticsearch-plugin install https://github.com/MLnick/elasticsearch-boost/releases/download/v6.4.2/elasticsearch-six-boost-plugin-6.4.2.zip
三、使用方法
1. scripted_boost函数
首先实例化一个搜索查询请求,添加查询条件:
QueryBuilder query = QueryBuilders.matchQuery("title", "elasticsearch");
使用scripted_boost函数添加脚本查询条件,函数参数中分别为es中文档的每一项、脚本、参数:
Script script = new Script( "Math.log(doc['page_views'].value + 1) * params.boost_factor", ScriptService.ScriptType.INLINE, "painless", Collections.singletonMap("boost_factor", 2) ); QueryBuilder builder = QueryBuilders.functionScoreQuery(query, new ScriptScoreFunctionBuilder(script));
2.文档优先函数
使用文档优先函数可以将给定的文档排在搜索结果的前部分,使用如下代码:
// 定义id值列表,指出想要排在前面的文档id List docIds = Arrays.asList("1", "3", "5"); QueryBuilder query = QueryBuilders.matchAllQuery(); QueryBuilder builder = QueryBuilders.functionScoreQuery(query, ScoreFunctionBuilders.weightFactorFunction(10), ScoreFunctionBuilders.fieldValueFactorFunction("id").modifier(FieldValueFactorFunction.Modifier.LOG2P).missing(1).modifier(FieldValueFactorFunction.Modifier.LN1P), ScoreFunctionBuilders.decayFunction("gaussian", "create_time", "7d")); // 将rule改为指定的文档id列表 String rule = String.join("; ", docIds.stream().map(id -> String.format("doc['id'].value == %s ? 2 : 0", id)).collect(Collectors.toList())); Script script = new Script("_score + " + rule, ScriptService.ScriptType.INLINE, "painless", ImmutableMap.of()); builder.boostMode(CombineFunction.MULTIPLY).add(ScoreFunctionBuilders.scriptFunction(script));
3.随机函数
使用随机函数可以在很多情况下为搜索结果添加一定的随机性,提高搜索的体验。
QueryBuilder builder = QueryBuilders.functionScoreQuery(QueryBuilders.matchAllQuery(), ScoreFunctionBuilders.randomFunction());
4.权重系数函数
使用权重系数函数可以将某一字段的值进行调整,改变该字段对搜索结果的权重影响。
QueryBuilder builder = QueryBuilders.functionScoreQuery(QueryBuilders.matchAllQuery(), ScoreFunctionBuilders.fieldValueFactorFunction("score").modifier(FieldValueFactorFunction.Modifier.LOG2P));
四、优化建议
1.使用ElasticsearchBoost插件前请先进行官方文档的学习,并在实际使用前进行反复实验。
2.对于不同数据类型的字段,需要选择不同的评分函数进行匹配。
3.在使用文档优先函数时,请注意保证id值的唯一性,否则可能出现错误。
4.实现全文检索业务时尽可能地选用先进技术,但应避免过分依赖技术。
原创文章,作者:ZVVVA,如若转载,请注明出处:https://www.506064.com/n/366022.html