ElasticSearch默认评分机制

Question

我正在寻找的是ElasticSearch(Lucene)的默认评分机制如何真正起作用的简单清晰的解释.我的意思是,它是否使用Lucene得分,或者它可能使用自己的得分？

例如,我想通过例如"名称"字段搜索文档.我使用.NET NEST客户端来编写查询.我们来考虑这种类型的查询:

IQueryResponse<SomeEntity> queryResult = client.Search<SomeEntity>(s =>
    s.From(0)
   .Size(300)
   .Explain()
   .Query(q => q.Match(a => a.OnField(q.Resolve(f => f.Name)).QueryString("ExampleName")))
);

这被转换为这样的JSON查询:

{
 "from": 0,
 "size": 300,
 "explain": true,
 "query": {
   "match": {
     "Name": {
       "query": "ExampleName"
      }
    }
  }
}

搜索执行的文档大约有110万个.我得到的回报是(这只是结果的一部分,我自己格式化):

650   "ExampleName" 7,313398

651   "ExampleName" 7,313398

652   "ExampleName" 7,313398

653   "ExampleName" 7,239194

654   "ExampleName" 7,239194

860   "ExampleName of Something" 4,5708737  

其中第一个字段只是一个Id,第二个是ElasticSearch执行搜索的名称字段,第三个是得分.

如您所见,ES索引中有许多重复项.由于一些已发现的文档具有不同的分数,尽管它们完全相同(只有不同​​的Id),我得出结论,不同的分片在整个数据集的不同部分上进行搜索,这使我得出结论,分数在某种程度上基于整体给定分片中的数据,而不仅仅是搜索引擎实际考虑的文档.

问题是,这个得分究竟是如何运作的？我的意思是,你能告诉我/给我看/给我一个确切的公式来计算ES发现的每个文件的分数吗？最终,这个评分机制如何改变？

Answer 1

默认评分是核心Lucene中的DefaultSimilarity算法,这里主要记录在案.您可以通过配置自己的Similarity评分或使用类似custom_score查询的方式来自定义评分.

显示的前五个结果中的奇数分数变化看起来很小,以至于它与我的关系不大,只要查询结果的有效性及其排序,但如果你想了解它的原因,explainapi可以显示你究竟发生了什么.