关于elasticsearch:Elasticsearch-按照标签匹配个数优先排序查询

129次阅读

共计 1109 个字符，预计需要花费 3 分钟才能阅读完成。

有一种类似度匹配需要，须要以匹配到的标签个数优先，这种状况就须要用到自定义查问语句。

先上代码，这里我用的是 PHP 的数组构造，最终提交的时候是会转成 json 格局的，暂且不表：

'query' => [
    'script_score' => ["query"  => [],
        'script' => [
            'source' => '
                        def matches = 0;
                        for (t in params.tags) {if(doc["tags"].contains(t)) {matches += 1;}
                        }
                        return _score * matches * matches;
                        ',"params"=> ["tags" => $tags,],
        ]
    ],
]

首先最外层的数组就是咱们通常写的 query 语句，放在 body 中进行申请的，次要看 query 外面的构造，这种须要自定义脚本解决评分的，query中只放了一个script_score：

script_score蕴含了两个局部，一部分是 query，另外一部分是自定义的script，这外面的query，就是失常本来写在外层的query 中的查问构造，本来怎么写还是怎么写，比方这外面可能还会须要一个标签匹配的，那么持续加一个 terms 来查问。

而后来看 script 局部，这外面又分为两个货色：

source 自定义的评分排序脚本
params 自定义的评分脚本参数

首先看 params，这里我传递了$tags，这是一个标签数组，最终会在source 里进行调用，source局部会放到 elasticsearch 中进行编译，造成相似于函数的货色，而后 params 就是一个参数，在 source 的代码中须要调用 tags 这个参数，采纳 params.tags 来进行调用。

而后再看 source 代码局部，这外面会把搜寻到的后果 doc 中的 tags 字段（这 doc 中的 tags 也是一个数组）与所冀望的 tags 进行校验比照，最初失去理论匹配的个数：matches。

最初看 source 中的 return 局部，这里会返回评分后果，这里的 _score 是搜寻自身计算的类似度评分，而后这个中央_score * matches * matches，这里是采纳标签个数对评分后果进行放大，标签数匹配越多，天然放大后果就越大。

举个例子：