Elasticsearch搜索之best_fields分析
顾名思义，best_field就是获取最佳匹配的field，另个可以通过tie_breaker来控制其他field的得分，boost可以设置权重(默认都为1)。
下面从宏观上来讲的简单公式：
score=best_field.score*boost+other_fields*boost.score*tie_breaker。
实际计算远比这个公式复杂得多，还要考虑分片因素、出现位置、文档长短等。
评分算法请参考：http://m.blog.csdn.net/article/details?id=50623948。
假如有二个文档
doc1：
“title”: "我爱北京天安门，城上挂的是毛爷爷"
"body": "北京西路有美女，哪位男神去采呢？"
doc2:
"title" : "我的家在东北，松花江上唉"
"body" : "北京东路99号益丰近天安门城楼"
查询如下：
"bool" : { "should" : [ {"match" : {"title" : "北京东路" }}, { "match" : { "body" : "北京东路"}}]}
es返回的结果应该是什么呢？哪一个doc的得分更高一些？是不是跟预期一致？
我们预期是希望doc2得分更高，因为相关性更强一些。
其实不然，es的返回结果是doc1得分更高。why？
看看es是如何计算score的吧。
（1）执行should中的两个match
（2）叠加score
（3）乘以match到的clause数目(召回文档)
（4）除以所有clause数目(所有文档)
doc1中title和body中含有词干“北京”，因此两个match都成功
doc2中显然只有一个match能成功
第三步中差距出来了，doc1是2，doc2则是1.因此doc1得分比doc2要高。
其实这不是我们想要的结果。
这个例子中title和body是相互竞争的字段，我们想要的是最佳匹配，哪一个字段match的结果更好，就选用哪一个字段的score作为最终的score。
所以我们采用dis_max-query：
意义是：返回match到任何一个子查询的doc，哪一个doc的match结果做好，作为最后的score。
“query” : { "dis_max" : { "queries" : [ {"match" : {"title" : "北京东路"}}, {"match" : {"body" : "北京东路"}} ]}
现在，查询结果是我们想要的了，虽然doc1匹配数为2，但doc2中匹配度更高，有“北京东路”完整内容匹配，真所谓狭路相逢，勇者胜。
新情况有出现了：如果我们沿用dis_max查询“天安门美女”呢？
结果显示为doc1跟doc2是一样的score。原因在于：dis_max之选用单个最好匹配的score作为最后的score，二个文档中都包括了“天安门”。
doc1虽然title匹配了“天安门”，doby匹配了“美女”，但取最佳匹配也只能得1分，跟doc2相同。
显然这也不是我们想要的结果，我们觉得doc2得分应该高一些？如何调节？
我们需要综合考虑所有能match到的查询，同时还得考虑到最佳match的查询，因此tie_breaker参数出现了。
配合tie_breaker参数，score的计算过程是专业的
（1）获取最佳匹配的score
（2）获取其他匹配的score，乘以tie_breaker
（3）两者相加，规范化，作为score值
tie_breaker的参数值要同时考虑到最佳match和所有match，推荐0.1---0.4，如果是0的话，就只考虑最佳match了
multi_match query提供了上边的机制，通过制定type实现相同的效果：best_fields, most_fields,cross_fields.默认是best_field。
如下dis_max的query：
{ "dis_max" : { "queries" : [ { "match" : { "titile" : { "query" : "天安门美女", "minimun_should_match" : "50%" } } }, { "match" : { "body" : { "query" : "天安门美女", "minimun_should_match" : "30%" } } } ], "tie_breaker" : 0.3 } }
|
可以用下面的multi_match query代替：
{
"multi_match" : {
"query" : "天安门美女",
"type" : "best_fields",
"tie_breaker" : 0.3,
"fields" : [ "title", "body" ],
"minimun_should_match" : "30%"
}
}
|
fields字段支持通配符和单个字段提升boost（^）,下面举个例子更清晰点，假如搜索关键字为“美女城楼”，首先会提取词干为“美女”，“城楼”
doc1与doc2分别是body与title各匹配一个，分值相同，若我们在title上加个权重，则会打破这分值，虽然匹配值一样，但加上权重，则doc2分值更高。
{
"multi_match" : {
"query" : "美女城楼",
"type" : "best_fields",
"tie_breaker" : 0.3,
"fields" : [ "title^1.5", "body" ],
"minimun_should_match" : "30%"
}
}
|
