我正在 elastic search 进行 function_score 查询 .
查询的提升权重是临时确定的（并且在用户之间不同） . 此外，根据上下文，查询的术语在用户之间会有所不同 . 示例查询可能如下所示：
{
"query": {
"function_score": {
"filter": {
"term": { "in_stock": true },
... more filters ...
},
"functions": [
{
"filter": { "term": { "color": "red" }},
"weight": 2
},
{
"filter": { "term": { "style": "elegant" }},
"weight": 1
},
{
"filter": { "term": { "length": "long" }},
"weight": 3
}
],
"score_mode": "sum",
}
}
}
The document is simple and looks along the lines of:
{
"product_id" : "abc",
"name" : "blah blah",
"price" : 10
"in_stock" : true,
"color: "red",
"style" : "elegant",
"length" : "long",
... more attributes...
}
已过滤术语的映射类型为 keywords 和 boolean . 在任何地方都没有做任何自由文本 .
在索引大小变大（索引中大约100万个文档）之前，查询性能是合理的 . 此时，查询将需要几秒钟才能完成 .
索引配置：
我玩过限制碎片大小，目前碎片限制在100万件，因为之后性能似乎变得更糟 . 复制位于5.索引是只读的 .
由于查询之间的权重和术语会有所不同，我不确定是否可以以加快查询速度的方式对索引进行预排序 .
我不确定弹性搜索如何在加权查询的情况下缓存结果，得分和排序 .