在 Elasticsearch 中，function_score 可以讓我們?cè)诓樵兊耐瑫r(shí)對(duì)搜索結(jié)果進(jìn)行自定義評(píng)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(jìn)行設(shè)置。
(資料圖片)
近期有同學(xué)反饋，function_score 的相關(guān)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(chǎng)景Elasticsearch 的 function_score 查詢是一種強(qiáng)大的工具，它可以允許我們修改文檔的基本的相關(guān)評(píng)分，讓我們?cè)谔囟ǖ膽?yīng)用場(chǎng)景下獲得更好的搜索結(jié)果。
這個(gè)功能通過(guò)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(lái)實(shí)現(xiàn)。
以下是一些 function_score 可以應(yīng)用的場(chǎng)景：
1.1 用戶偏好場(chǎng)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(lái)提升用戶可能感興趣的結(jié)果。
比如在推薦系統(tǒng)中，如果我們已知道用戶喜歡某個(gè)作者的文章，可以提升這個(gè)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(lè)推薦到最前面。
1.2 隨機(jī)抽樣場(chǎng)景如果我們需要從一個(gè)大的數(shù)據(jù)集中隨機(jī)抽樣，可以使用 random_score 函數(shù)。
這個(gè)函數(shù)會(huì)給每個(gè)文檔生成一個(gè)隨機(jī)得分，從而讓我們能夠得到隨機(jī)的搜索結(jié)果。
1.3 時(shí)間敏感的查詢場(chǎng)景對(duì)于一些時(shí)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(guān)。
在這種情況下，我們可以使用 decay functions（衰減函數(shù)） 來(lái)降低舊的文檔的得分。
1.4 地理位置敏感的查詢場(chǎng)景如果我們的應(yīng)用關(guān)心地理位置，比如房地產(chǎn)或者旅游相關(guān)的應(yīng)用。
可以使用 decay functions （衰減函數(shù)）來(lái)提升接近某個(gè)地理位置的文檔的得分。
1.5 特定字段影響場(chǎng)景如果我們的文檔有一些字段值可以影響相關(guān)度評(píng)分，可以使用 field_value_factor （字段值因子）函數(shù)。
比如在電商場(chǎng)景，一個(gè)商品的銷(xiāo)量、評(píng)分或者評(píng)論數(shù)量可能會(huì)影響搜索結(jié)果的排序。
總的來(lái)說(shuō)，function_score 提供了一種靈活的方式來(lái)滿足各種復(fù)雜的相關(guān)度評(píng)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(jìn)行組合。
可接受的參數(shù)有：
| boost_mode | 描述 |
|---|---|
| multiply | 查詢得分和函數(shù)得分相乘（默認(rèn)值） |
| sum | 查詢得分和函數(shù)得分相加 |
| avg | 查詢得分和函數(shù)得分的平均值 |
| first | 僅僅使用函數(shù)得分 |
| max | 查詢得分和函數(shù)得分中的最大值 |
| min | 查詢得分和函數(shù)得分中的最小值 |
| replace | 完全替換查詢得分，只使用函數(shù)得分 |
score_mode 決定了如何處理多個(gè)函數(shù)的分?jǐn)?shù)。
可接受的參數(shù)有：
| score_mode | 描述 |
|---|---|
| multiply | 各個(gè)函數(shù)得分相乘 |
| sum | 各個(gè)函數(shù)得分相加（默認(rèn)值） |
| avg | 各個(gè)函數(shù)得分的平均值 |
| first | 僅僅使用第一個(gè)函數(shù)的得分 |
| max | 各個(gè)函數(shù)得分中的最大值 |
| min | 各個(gè)函數(shù)得分中的最小值 |
function_score 提供了多種函數(shù)類(lèi)型來(lái)進(jìn)行自定義評(píng)分：
| Score Function | 描述 |
|---|---|
| script_score | 用腳本計(jì)算得分 |
| weight | 簡(jiǎn)單地修改查詢得分，不考慮字段值 |
| random_score | 生成隨機(jī)得分 |
| field_value_factor | 使用字段值進(jìn)行計(jì)算得分 |
| decay functions | 衰減函數(shù)，根據(jù)字段值的距離計(jì)算得分，越近得分越高 |
為了幫助大家更好地理解，我們將創(chuàng)建一個(gè)簡(jiǎn)單的索引，插入一些文檔，并對(duì)它們執(zhí)行 function_score 查詢。
假設(shè)我們有一個(gè)名為 articles 的索引，里面存儲(chǔ)了一些博客文章的數(shù)據(jù)，包括作者(author)，標(biāo)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":"ElasticsearchBasics","author":"JohnDoe","content":"ThisarticleintroducesthebasicsofElasticsearch.","likes":100}{"index":{"_index":"articles","_id":"2"}}{"title":"AdvancedElasticsearch","author":"JaneDoe","content":"ThisarticlecoversadvancedtopicsinElasticsearch.","likes":500}{"index":{"_index":"articles","_id":"3"}}{"title":"ElasticsearchFunctionScoreQuery","author":"JohnDoe","content":"Thisarticlediscussesthefunction_scorequeryinElasticsearch.","likes":250}現(xiàn)在我們有了一些文檔，讓我們對(duì)它們執(zhí)行 function_score 查詢。
3.2 使用 script_score 函數(shù)實(shí)現(xiàn)基于 "likes" 字段的對(duì)數(shù)加權(quán)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(duì) "articles" 索引中的所有文檔進(jìn)行匹配（使用 match_all 查詢），然后使用一個(gè)腳本函數(shù)（script_score），該腳本會(huì)計(jì)算每個(gè)文檔的 "likes" 字段的自然對(duì)數(shù)值加一（Math.log(1 + doc["likes"].value)），然后把這個(gè)得分與原始查詢得分相乘（由于 boost_mode 被設(shè)為了 "multiply"），最終的得分再乘以5（由于 boost 被設(shè)為了 "5"）。這種查詢用于根據(jù) "likes" 字段對(duì)結(jié)果進(jìn)行加權(quán)排序。
執(zhí)行結(jié)果如下：
3.3 使用 random_score 生成基于 "likes" 字段的全隨機(jī)結(jié)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(gè)隨機(jī)分?jǐn)?shù)。
重要的是，由于沒(méi)有提供一個(gè)固定的種子（seed），所以每次執(zhí)行這個(gè)查詢都會(huì)返回一個(gè)全新的隨機(jī)排序結(jié)果。
match_all 是基礎(chǔ)查詢，用來(lái)匹配所有文檔。然后 random_score 函數(shù)基于 "likes" 字段值生成隨機(jī)分?jǐn)?shù)。
boost_mode 設(shè)為 "replace" 表示忽略基礎(chǔ)查詢的分?jǐn)?shù)，完全使用 random_score 函數(shù)的分?jǐn)?shù)作為最終結(jié)果。所以，這個(gè)查詢會(huì)在每次執(zhí)行時(shí)都返回全新的隨機(jī)排序結(jié)果。
執(zhí)行結(jié)果如下圖所示：
3.4 field_value_factor 函數(shù)根據(jù)某個(gè)字段的值來(lái)修改_score這對(duì)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(guān)。
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(gè)查詢中：
"match": { "content": "Elasticsearch" }
表示基礎(chǔ)查詢是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。
field_value_factor
函數(shù)用來(lái)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(méi)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(rèn)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(jié)果進(jìn)行 "modifier" 參數(shù)指定的平方根運(yùn)算（"sqrt"）。
boost_mode
參數(shù)設(shè)置為 "multiply"，這表示將基礎(chǔ)查詢的得分和 field_value_factor 函數(shù)計(jì)算得出的得分相乘，以得到最終的文檔得分。
所以，這個(gè)查詢會(huì)返回包含 "Elasticsearch" 的文章，并且文章的得分會(huì)根據(jù) "likes" 字段的值進(jìn)行調(diào)整，"likes" 值越高的文章，得分也會(huì)越高。
執(zhí)行結(jié)果如下：
3.5 decay functions 根據(jù)某個(gè)字段的值的距離來(lái)調(diào)整_score。如果值接近某個(gè)中心點(diǎn)，得分就會(huì)更高。這對(duì)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(gè)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(duì)含有 "Elasticsearch" 的文章進(jìn)行基于 "likes" 字段的高斯衰減得分調(diào)整"。
在這個(gè)查詢中：
"match": { "content": "Elasticsearch" }
表示基礎(chǔ)查詢是在 "content" 字段中匹配包含 "Elasticsearch" 的文章。
gauss
函數(shù)則是用來(lái)對(duì) "likes" 字段的值進(jìn)行高斯衰減處理。
其中，
| 參數(shù) | 值 | 描述 |
|---|---|---|
| origin | 100 | 期望的中心點(diǎn)，即 "likes" 字段的最理想值 |
| scale | 20 | 表示衰減的速度，也就是距離 "origin" 值多遠(yuǎn)時(shí)，得分會(huì)衰減到原始得分的一半 |
| offset | 0 | 表示在距離 "origin" 多少的范圍內(nèi)不進(jìn)行衰減 |
| decay | 0.5 | 表示當(dāng)距離超過(guò)了 "scale" 之后，得分會(huì)以多快的速度衰減，例如 0.5 表示超過(guò) "scale" 距離后，得分會(huì)衰減到原始得分的一半 |
boost_mode
參數(shù)設(shè)置為 "multiply"，這表示將基礎(chǔ)查詢的得分和 gauss 函數(shù)計(jì)算得出的得分相乘，以得到最終的文檔得分。
所以，這個(gè)查詢會(huì)返回包含 "Elasticsearch" 的文章，并且文章的得分會(huì)根據(jù) "likes" 字段的值進(jìn)行高斯衰減處理，"likes" 值越接近100的文章，得分也會(huì)越高。
4、小結(jié)在深入了解 Elasticsearch 的 function_score 后，我們可以明顯感受到其在搜索應(yīng)用中的強(qiáng)大作用。無(wú)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(jié)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(xiàng)多樣，初看可能會(huì)覺(jué)得復(fù)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(yùn)用。實(shí)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(guò) function_score 滿足復(fù)雜的搜索需求。
但是，我們也必須注意，在使用 function_score 時(shí)，要慎重考慮性能問(wèn)題，因?yàn)閺?fù)雜的函數(shù)和腳本可能占用大量計(jì)算資源。在實(shí)際應(yīng)用中，我們應(yīng)始終關(guān)注這一點(diǎn)，以維護(hù)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(xué)習(xí)和調(diào)整搜索策略，以不斷提升用戶體驗(yàn)。在這個(gè)過(guò)程中，function_score 將是我們強(qiáng)有力的工具。
總的來(lái)說(shuō)，Elasticsearch 的 function_score 是一個(gè)強(qiáng)大而靈活的工具，只要我們深入了解并恰當(dāng)使用，就能夠挖掘其巨大的潛力，提升我們的搜索應(yīng)用性能和用戶體驗(yàn)。
推薦閱讀
全網(wǎng)首發(fā)！從 0 到 1 Elasticsearch 8.X 通關(guān)視頻
重磅 | 死磕 Elasticsearch 8.X 方法論認(rèn)知清單
如何系統(tǒng)的學(xué)習(xí) Elasticsearch ？
2023，做點(diǎn)事
實(shí)戰(zhàn) | Elasticsearch自定義評(píng)分的N種方法
干貨 | 一步步拆解 Elasticsearch BM25 模型評(píng)分細(xì)節(jié)
Elasticsearch 如何把評(píng)分限定在0到1之間？
更短時(shí)間更快習(xí)得更多干貨！
和全球近2000+Elastic 愛(ài)好者一起精進(jìn)！
大模型時(shí)代，搶先一步學(xué)習(xí)進(jìn)階干貨！
關(guān)鍵詞：
