深度探索 Elasticsearch 8.X：function_score 參數(shù)解讀與實戰(zhàn)案例分析

在 Elasticsearch 中，function_score 可以讓我們在查詢的同時對搜索結果進行自定義評分。

function_score 提供了一系列的參數(shù)和函數(shù)讓我們可以根據(jù)需求靈活地進行設置。

近期有同學反饋，function_score 的相關參數(shù)不好理解，本文將深入探討 function_score 的核心參數(shù)和函數(shù)。

1、function_score 函數(shù)的用途及適用場景

Elasticsearch 的 function_score 查詢是一種強大的工具，它可以允許我們修改文檔的基本的相關評分，讓我們在特定的應用場景下獲得更好的搜索結果。

這個功能通過提供了一組內(nèi)置函數(shù)（如 script_score, weight, random_score, field_value_factor, decay functions等），以及一系列參數(shù)（如boost_mode和score_mode等）來實現(xiàn)。

以下是一些 function_score 可以應用的場景：

1.1 用戶偏好場景

如果需要了解用戶的興趣或者行為，我們可以使用 function_score 來提升用戶可能感興趣的結果。

比如在推薦系統(tǒng)中，如果我們已知道用戶喜歡某個作者的文章，可以提升這個作者的文章的得分。

比如最近火熱的“羅剎海市”就被網(wǎng)易云音樂推薦到最前面。

1.2 隨機抽樣場景

如果我們需要從一個大的數(shù)據(jù)集中隨機抽樣，可以使用 random_score 函數(shù)。

這個函數(shù)會給每個文檔生成一個隨機得分，從而讓我們能夠得到隨機的搜索結果。

1.3 時間敏感的查詢場景

對于一些時間敏感的數(shù)據(jù)，比如新聞、博客文章或者論壇帖子，新的文檔通常比舊的文檔更相關。

在這種情況下，我們可以使用 decay functions（衰減函數(shù)） 來降低舊的文檔的得分。

1.4 地理位置敏感的查詢場景

如果我們的應用關心地理位置，比如房地產(chǎn)或者旅游相關的應用。

可以使用 decay functions （衰減函數(shù)）來提升接近某個地理位置的文檔的得分。

1.5 特定字段影響場景

如果我們的文檔有一些字段值可以影響相關度評分，可以使用 field_value_factor （字段值因子）函數(shù)。

比如在電商場景，一個商品的銷量、評分或者評論數(shù)量可能會影響搜索結果的排序。

總的來說，function_score 提供了一種靈活的方式來滿足各種復雜的相關度評分需求。

2、function_score 參數(shù)介紹

2.1 boost_mode 參數(shù)

boost_mode 決定了如何將查詢得分和函數(shù)得分進行組合。

可接受的參數(shù)有：

2.2 score_mode

score_mode 決定了如何處理多個函數(shù)的分數(shù)。

可接受的參數(shù)有：

2.3 提供的函數(shù)

function_score 提供了多種函數(shù)類型來進行自定義評分：

3、function_score 使用實戰(zhàn)解讀

3.1 構造數(shù)據(jù)

為了幫助大家更好地理解，我們將創(chuàng)建一個簡單的索引，插入一些文檔，并對它們執(zhí)行 function_score 查詢。

假設我們有一個名為 articles 的索引，里面存儲了一些博客文章的數(shù)據(jù)，包括作者(author)，標題(title)，內(nèi)容(content)，以及這篇文章的喜歡數(shù)量(likes)。

首先，創(chuàng)建索引并添加一些文檔：

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 }

現(xiàn)在我們有了一些文檔，讓我們對它們執(zhí)行 function_score 查詢。

3.2 使用 script_score 函數(shù)實現(xiàn)基于 'likes' 字段的對數(shù)加權排序

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"
    }
  }
}

上述查詢使用了 Elasticsearch 的 function_score 查詢。

它首先對 "articles" 索引中的所有文檔進行匹配（使用 match_all 查詢），然后使用一個腳本函數(shù)（script_score），該腳本會計算每個文檔的 "likes" 字段的自然對數(shù)值加一（Math.log(1 + doc['likes'].value)），然后把這個得分與原始查詢得分相乘（由于 boost_mode 被設為了 "multiply"），最終的得分再乘以5（由于 boost 被設為了 "5"）。這種查詢用于根據(jù) "likes" 字段對結果進行加權排序。

執(zhí)行結果如下：

3.3 使用 random_score 生成基于 'likes' 字段的全隨機結果查詢

GET /articles/_search
{
  "query": {
    "function_score": {
      "query": { 
        "match_all": {} 
      },
      "functions": [
        {
          "random_score": {
            "field": "likes"
          }
        }
      ],
      "boost_mode": "replace"
    }
  }
}

上述查詢使用 Elasticsearch 的 function_score 查詢，并配合使用 random_score 函數(shù)。random_score 函數(shù)根據(jù) "likes" 字段的值生成一個隨機分數(shù)。

重要的是，由于沒有提供一個固定的種子（seed），所以每次執(zhí)行這個查詢都會返回一個全新的隨機排序結果。

match_all 是基礎查詢，用來匹配所有文檔。然后 random_score 函數(shù)基于 "likes" 字段值生成隨機分數(shù)。

boost_mode 設為 "replace" 表示忽略基礎查詢的分數(shù)，完全使用 random_score 函數(shù)的分數(shù)作為最終結果。所以，這個查詢會在每次執(zhí)行時都返回全新的隨機排序結果。

執(zhí)行結果如下圖所示：

3.4 field_value_factor 函數(shù)根據(jù)某個字段的值來修改_score

這對于一些字段很有用，比如"likes"：一篇有很多"likes"的文章可能比"likes"少的文章更相關。

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"
    }
  }
}

在這個查詢中：

• "match": { "content": "Elasticsearch" }

表示基礎查詢是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。

• field_value_factor

函數(shù)用來基于 "likes" 字段的值調(diào)整查詢得分。它首先取 "likes" 字段的值，如果文檔沒有 "likes" 字段或者該字段的值為空，那么將使用 "missing" 參數(shù)指定的默認值1。然后，它將取得的值乘以 "factor" 參數(shù)指定的因子1.2。最后，它將結果進行 "modifier" 參數(shù)指定的平方根運算（"sqrt"）。

• boost_mode

參數(shù)設置為 "multiply"，這表示將基礎查詢的得分和 field_value_factor 函數(shù)計算得出的得分相乘，以得到最終的文檔得分。

所以，這個查詢會返回包含 "Elasticsearch" 的文章，并且文章的得分會根據(jù) "likes" 字段的值進行調(diào)整，"likes" 值越高的文章，得分也會越高。

執(zhí)行結果如下：

3.5 decay functions 根據(jù)某個字段的值的距離來調(diào)整_score。

如果值接近某個中心點，得分就會更高。這對于日期或地理位置字段特別有用。

Elasticsearch 提供了三種衰減函數(shù)：線性（linear）、指數(shù)（exp）、和高斯（gauss）。

以下是使用 gauss 函數(shù)的一個示例：

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"
    }
  }
}

上述執(zhí)行可概括為：使用 function_score 和 gauss 函數(shù)對含有 'Elasticsearch' 的文章進行基于 'likes' 字段的高斯衰減得分調(diào)整"。

在這個查詢中：

• "match": { "content": "Elasticsearch" }

表示基礎查詢是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。

• gauss

函數(shù)則是用來對 "likes" 字段的值進行高斯衰減處理。

其中，

• boost_mode

參數(shù)設置為 "multiply"，這表示將基礎查詢的得分和 gauss 函數(shù)計算得出的得分相乘，以得到最終的文檔得分。

所以，這個查詢會返回包含 "Elasticsearch" 的文章，并且文章的得分會根據(jù) "likes" 字段的值進行高斯衰減處理，"likes" 值越接近100的文章，得分也會越高。

4、小結

在深入了解 Elasticsearch 的 function_score 后，我們可以明顯感受到其在搜索應用中的強大作用。無論是基于特定字段值的排序，還是利用自定義腳本微調(diào)搜索結果，function_score 都能發(fā)揮其出色的性能。

盡管 function_score 的參數(shù)和選項多樣，初看可能會覺得復雜，但只需理解各參數(shù)的含義和作用，我們就能根據(jù)需求靈活運用。實際案例中，我們使用了 script_score、field_value_factor、random_score 和 decay functions 等函數(shù)，演示了如何通過 function_score 滿足復雜的搜索需求。

但是，我們也必須注意，在使用 function_score 時，要慎重考慮性能問題，因為復雜的函數(shù)和腳本可能占用大量計算資源。在實際應用中，我們應始終關注這一點，以維護良好的系統(tǒng)性能。

此外，隨著數(shù)據(jù)和用戶行為的不斷變化，我們需要持續(xù)觀察、學習和調(diào)整搜索策略，以不斷提升用戶體驗。在這個過程中，function_score 將是我們強有力的工具。

總的來說，Elasticsearch 的 function_score 是一個強大而靈活的工具，只要我們深入了解并恰當使用，就能夠挖掘其巨大的潛力，提升我們的搜索應用性能和用戶體驗。

推薦閱讀

1. 全網(wǎng)首發(fā)！從 0 到 1 Elasticsearch 8.X 通關視頻
   

2. 重磅 | 死磕 Elasticsearch 8.X 方法論認知清單
   

3. 如何系統(tǒng)的學習 Elasticsearch ？

4. 2023，做點事

5. 實戰(zhàn) | Elasticsearch自定義評分的N種方法

6. 干貨 | 一步步拆解 Elasticsearch BM25 模型評分細節(jié)

7. Elasticsearch 如何把評分限定在0到1之間？