七 dis_max--best fields策略

1. 假设数据

doc1:

title: black cat.

content: The cat like eat fish.

doc2:

title: red dog.

content: The dog like eat bone.

doc3:

title: yellow cat.

content: yellow cat look good.

doc4:

title: white dog.

content: People like white dog.

doc5:

title: animal.

content: cat is animal, and dog is also animal.

 

2. 查询需求

查询title或content中包含cat或is的帖子。

GET /forum/article/_search
{
    "query": {
        "bool": {
            "should": [
                { "match": { "title": "cat is" }},
                { "match": { "content":  "cat is" }}
            ]
        }
    }
}

 

3.结果分析

查询结果排序可能是：doc1>doc3>doc5

 

4. 原因分析

计算每个document的relevance score：每个query的分数相加，乘以matched query数量，除以总query数量。

doc1---->  title查询分数：1.1，content查询分数：1.2，两者相加得2.3；matched query数量为2(title和content各1次)，总查询数量为2(title和content各被查询了1次)。relevance score：2.3 * 2 / 2 = 2.3

doc3与doc1类似。

doc5---->  title查询分数：没有match到，为0，content查询分数：2.3（cat和is都匹配到了，分数较高），两者相加得2.3；matched query数量为1(content 1次)，总查询数量为2(title和content各被查询了1次)。relevance score：2.3 * 1 / 2 = 1.15

 

5. best fields策略

如果我们想要到查询结果是：一个filed中能够匹配到尽可能多的关键字，则排在前面，即让doc5排在前面，则可以使用下面的查询方式：

GET /forum/article/_search
{
    "query": {
        "dis_max": {
            "queries": [
                { "match": { "title": "cat is" }},
                { "match": { "content":  "cat is" }}
            ]
        }
    }
}

这样就会直接以最大的filed分数作为relevance score，那么doc1的relevance score分数为1.2，doc5的relevance score分数为2.3