我在Elasticsearch 1.3.4版中有以下查询：
{
"filtered": {
"query": {
"bool": {
"should": [
{
"bool": {
"should": [
{
"match_phrase": {
"_all": "java"
}
},
{
"bool": {
"should": [
{
"match_phrase": {
"_all": "adobe creative suite"
}
}
]
}
}
]
}
},
{
"bool": {
"should": [
{
"nested": {
"path": "skills",
"query": {
"bool": {
"must": [
{
"term": {
"skills.name.original": "java"
}
},
{
"bool": {
"should": [
{
"match": {
"skills.source": {
"query": "linkedin",
"boost": 5
}
}
},
{
"match": {
"skills.source": {
"query": "meetup",
"boost": 5
}
}
}
]
}
}
],
"minimum_should_match": "100%"
}
}
}
}
]
}
}
],
"minimum_should_match": "100%"
}
},
"filter": {
"and": [
{
"bool": {
"should": [
{
"term": {
"skills.name.original": "java"
}
}
]
}
},
{
"bool": {
"should": [
{
"term": {
"skills.name.original": "ajax"
}
},
{
"term": {
"skills.name.original": "html"
}
}
]
}
}
]
}
}
}
映射看起来像这样：
skills: {
type: "nested",
include_in_parent: true,
properties: {
name: {
type: "multi_field",
fields: {
name: {type: "string"},
original: {type : "string", analyzer : "string_lowercase"}
}
}
}
}
最后，文档结构，技能（排除其他部分），如下所示：
"skills":
[
{
"name": "java",
"source": [
"linkedin",
"facebook"
]
},
{
"name": "html",
"source": [
"meetup"
]
}
]
我对此查询的目标是，首先使用过滤器（查询的底部）过滤掉一些不相关的命中，然后通过在整个文档中搜索match_phrase“java”来评分一个人，如果它还包含match_phrase“adobe”则额外提升创造性的西装“，然后检查我们在”技能“中获得命中的嵌套值，看看技能来自哪种”来源“ . 然后根据嵌套对象的源或源提供查询 .
这种作品，至少我没有得到任何错误，但最终得分是奇怪的，很难看出它是否有效 . 如果我给出一个小的提升，让我们说2，得分略微下降，我的最高点此刻得分为32.176407，提升= 1.增加5，它下降到31.637703 . 我希望它会上升，而不是下降？增加1000，得分降至2.433376 .
这是正确的方法，还是有更好/更简单的方法？我可以改变结构和映射等 . 为什么我的分数会降低？
编辑：我稍微简化了查询，只处理了一个“技能”：
{
"filtered": {
"query": {
"bool": {
"must": [
{
"bool": {
"must": [
{
"bool": {
"should": [
{
"match_phrase": {
"_all": "java"
}
}
],
"minimum_should_match": 1
}
}
]
}
}
],
"should": [
{
"nested": {
"path": "skills",
"score_mode": "avg",
"query": {
"bool": {
"must": [
{
"term": {
"skills.name.original": "java"
}
}
],
"should": [
{
"match": {
"skills.source": {
"query": "linkedin",
"boost": 1.2
}
}
},
{
"match": {
"skills.source": {
"query": "meetup",
"boost": 1.2
}
}
}
]
}
}
}
}
]
}
},
"filter": {
"and": [
{
"bool": {
"should": [
{
"term": {
"skills.name.original": "java"
}
}
]
}
}
]
}
}
}
现在的问题是我期望两个类似的文档，唯一的区别是技能“java”的“源”值 . 它们分别是“linkedin”和“meetup” . 在我的新查询中，它们都获得相同的提升，但最终的_score对于这两个文档是非常不同的 .
从doc 1的查询说明：
"value": 3.82485,
"description": "Score based on child doc range from 0 to 125"
对于文档二：
"value": 2.1993546,
"description": "Score based on child doc range from 0 to 125"
这些值是唯一不同的值，我不明白为什么 .
1 回答
我无法回答关于提升的问题，但你对索引有多少分片？每个分片计算TF和IDF而不是每个索引，这可能会产生分数差异 . https://groups.google.com/forum/#!topic/elasticsearch/FK-PYb43zcQ .
如果仅使用1个碎片重新索引，确实会改变结果吗？
编辑：此外，doc范围是分片中每个文档的文档范围，您可以使用它来计算每个文档的IDF以验证分数 .