Solr评分排序机制

1      默认评分排序规则

1.1    默认评分规则

Solr是基于Lucene的，评分规则也是基于Lucene，具体详情参考“Lucene评分机制.docx”文档,

网页版：http://blog.youkuaiyun.com/a822631129/article/details/78550439

1.2    排序规则

1.无特殊排序要求时,根据查询相关度（评分）来进行排序

2.指定一个或多个字段的值来进行相关度排序时,可以直接使用solr的sort功能来实现

3.对多个字段进行自定义的综合打分排序(这个应该才是重点)

2      Solr评分排序控制

2.1    控制方法

通过查询资料大概有以下几种方法：

2.1.1  修改Lucene的boost算法

定制Lucene的boost算法，加入自己希望的业务规则

2.1.2  指定字段排序

在建索引的schema时设置字段做排序字段或者查询的时候指定字段，通过它来影响文档的总体boost打分。

2.1.3  使用edismax/dismax

使用Solr的edismax/dismax实现的方法，通过bf查询配置来影响boost打分。

首先要设置defType为edismax，edismax是boost函数与原score相乘作为打分结果，dismax是相加，一般自定义打分都设置为edismax，因为score是其中一个维度（匹配度）。打分函数是设置bf字段，函数就是 query product exists等solr函数根据自定义规则计算一个打分结果的函数。将计算结果*score，搜索结果按这个最终打分来排。另外还有个参数mm，来控制匹配度，如80%，表示必须分词结果的所有词去匹配，需要80%的词匹配上。

2.2    区别

上面每一种方法都有其优劣，下面分析一下各自的优劣。

第一种方法技术难度要求较高，需要读懂Lucene的boost打分算法，在代码层做定制.

第二种排序可完全消除文本相关性打分的影响，文本检索匹配逻辑只负责打到匹配的项，排序由自定义字段处理

第三种方式就简单不少，使用edismax提供的方法，可进行些加、乘、除、平方根等等常规操作，应该基本能满足业务要求。附上edismax函数：https://lucene.apache.org/solr/guide/6_6/function-queries.html#FunctionQueries-field（官方链接）

http://mxsfengg.iteye.com/blog/352191（中文链接）

2.3    详情

2.3.1  定制Lucene的boost算法

该方案太难，可行性不高，暂不考虑

2.3.2  指定字段排序

1)       指定一个filed：

有时候，我们只关心某一字段，希望返回的数据根据这一字段排序。例如，我想查找所有书籍中比较便宜的书籍。可以使用查询参数sort=price_s asc，使用如下的HTTP查询请求： 
http://localhost:8080/solr/core/select?q=*:*&sort=price_dasc

2)       指定多个filed：

有时候，我希望返回的数据先按权重排序，再按某一filed排序，那么可以使用多个field来排序，此时按第一个排序参数排序，如果第一个参数不能区分顺序，则按第二个参数排序。对于某次查询，我希望先按权重排序，权重相同则按价格排序，那么，查询参数可以为sort=score desc, price asc。

3)       含有函数的排序

有时候，排序规则可能需要两个filed的值做数学运算。比如，有一次排序基于两个字段的和，可以使用这样的查询参数sort=sum(x, y) desc(这里的x字段和y字段都为double类型)。

Sort函数：https://wiki.apache.org/solr/FunctionQuery#Sort_By_Function

2.3.3  使用edismax/dismax

edismax列子（来源于网络）

下面结合最近使用Solr的实践，着重介绍一下通过使用Solr的DisMaxQParserPlugin通过配置来制定结果文档打分规则。
DisMaxQParserPlugin提供在针对文本boost打分上，支持搜索多个schema索引字段，并针对每一个字段设置不同的boost权限。
pf查询 与 qf查询 
pf: 可提供对一条记录的多个字段做匹配的功能
qf: 针对查询的每个字段设置不同的boost权重打分，其设置的字段必须为在pf中配置的项。

Xml代码  

1.	<requestHandler name="/browse" class="solr.SearchHandler">  
2.	<lst name="defaults">  
3.	<str name="defType">edismax</str>  
4.	<str name="pf">  
5.	name info title  
6.	</str>  
7.	<str name="qf">  
8.	name^1 info^0.8 title^0.6  
9.	</str>  
10.	</lst>  
11.	</requestHandler> 

 上面一段的意思是，查询name，info,title三个字段，每个字段的文本相关度打分权重分别为1,0.8,0.6。计算查询出的每一条结果的权重方法如下：分别计算各字段的文本打分然后乘于配置的权重，最后三者相加即为该结果的boost得分。

bf查询 
除去pf查询，qf查询之外，仍然希望索引记录的其它字段能够计入打分中，这时可以使用bf查询。bf查询支持一些数据函数，这些函数可作用在索引记录的字段上，多为时间，数值等字段。同样bf也支持添加权重。下面是一个使用bf查询配置的例子：

Xml代码  

<requestHandler name="/browse" class="solr.SearchHandler">
<lst name="defaults">
<str name="defType">edismax</str>
<str name="bf">
sum(recip(ms(NOW,created_time),3.16e-11,1,1),sqrt(log(max(sales,1))),sqrt(log(count)))^10
</str>
<str name="pf">
name info title
</str>
<str name="qf">
name^1 info^0.8 title^0.6
</str>
</lst>
</requestHandler>

 recip

       recip(x,m,a,b)=a/(m*x+b)其中，m、a、b是常量，x是变量或者一个函数。

        当a=b，并且x>=0的时候，这个函数的最大值是1，值的大小随着x的增大而减小。

        例如：recip(rord(creationDate),1,1000,1000)

 ms

  返回两个参数间毫秒级的差别

edismax的常用参数：

qf：query field。q中的词项要在哪些字段上执行查询。可以设置多列以及每一列的权重。如果没有设置，那么将会使用df默认字段（一般在配置文件中配置好）。

pf：parse field。pf和qf的格式一样。区别是pf会更加注重短语匹配，也就是说如果输入zjf xhj作为查询，那么在配置了pf的字段上，zjf随后出现xhj的文档的评分更高。注意这里只是评分更高，如果想获得更加严格的短语匹配，应该在查询中使用"zjf xhj"。

ps：用于配置pf中的词项的短语间隔。可以控制zjf和xhj之间多少个间隔。

bq：接受一个和q一样的查询，它和q的区别是不影响返回的结果集，只会影响排名。

bf：提升函数，通过数学公式来影响评分，而且不局限在qf中的字段。

mm：最小匹配，如果我们不严格要求AND，可以配置mm来定义查询结果集的匹配程度。

注意：想pf 和qf这种需要查询的字段上，一定要是indexed的。

关于mm:

mm可以设置为整数，如2，代表至少匹配两个词项，如果输入词项少于两个，那么要全部匹配才行。

mm可以设为百分比，表示必须匹配到多大的百分比才可以。也可以合并在一起匹配。

如设置为mm="2<50%" 那么如下查询的话：

solr： 只有一个词项，必须全部匹配。

solr is:2个词项，也必须全部匹配。

solr is a：超过两个，按照50%来计算，只需要匹配一个词项就可以。（一个词项占33%，四舍五入到50%）

solr is a serch：必须匹配两个，50%

其中sum，recip，ms，sqrt， log，max这些都是Solr提供的数学方法，支持的所有数学方法可在这里查找到：http://wiki.apache.org/solr/FunctionQuery 
edismax相关资源：http://wiki.apache.org/solr/DisMaxQParserPlugin