ES多字段匹配查询时的权重控制

叁歲伎倆 2022-09-05 04:29 591阅读 0赞

# 一、场景说明 #

我们在使用ES进行查询时常常遇到这样的场景：需要根据用户输入的查询关键字同时去匹配多个字段，并且希望对匹配字段的权重做不同的设置，比如同时去匹配公司名称和公司简介，这里一般需要提升公司名称匹配的权重，这样得出的相关性评分才会更准确。  
**在ES中，我们可以通过boost参数来控制多字段查询的权重。**

# 二、权重参数boost #

[官网链接][Link 1]

boost是一个用来修改文档的相关性的参数，默认值是1。可以通过设置不同的值，提升该字段在相关性评分的权重。

boost有两种类型：

*  索引期间boost
 *  查询期间boost

创建索引时指定的boost参数是存储在索引中的，修改boost值唯一的方法是重新索引这篇文档。  
鉴于此，推荐用户使用查询期间的boost，这样会更加灵活，用户可以在不重新索引数据的前提下改变字段的权 重。

## 1、索引期间boost ##

创建索引  
**说明**：  
在创建索引的过程中，在mappings中给字段设置boost的值为3，提升company的相关性权重。

PUT my-index-000001
    { 
      "mappings": { 
        "properties": { 
          "company": { 
            "type": "text", "analyzer": "ik_smart", "boost":"3"
          },
          "desc": { 
            "type": "text", "analyzer": "ik_smart"
          }
        }
      }
    }

添加数据：

PUT my-index-000001/_doc/1
    { 
      "company": "北京京东世纪股份有限公司"
    }
    
    PUT my-index-000001/_doc/2
    { 
      "desc": "北京京东世纪股份有限公司"
    }

通过multi\_match进行多字段匹配查询：

GET my-index-000001/_search
    { 
      "query": { 
        "multi_match": { 
          "query": "京东",
          "fields": ["company","desc"]
        }
      }
    }

执行结果：

"hits" : [
          { 
            "_index" : "my-index-000001",
            "_type" : "_doc",
            "_id" : "1",
            "_score" : 0.68324494,
            "_source" : { 
              "company" : "北京京东世纪股份有限公司"
            }
          },
          { 
            "_index" : "my-index-000001",
            "_type" : "_doc",
            "_id" : "2",
            "_score" : 0.2876821,
            "_source" : { 
              "desc" : "北京京东世纪股份有限公司"
            }
          }
        ]

**结论：**  
对相同的字段串进行匹配，由于company的权重boost是desc的3倍，最后的相关性得分也高接近3倍。。

## 2、查询期间boost ##

DELETE my-index-000001
    
    PUT my-index-000001
    { 
      "mappings": { 
        "properties": { 
          "company": { 
            "type": "text", "analyzer": "ik_smart"
          },
          "desc": { 
            "type": "text", "analyzer": "ik_smart"
          }
        }
      }
    }
    
    
    PUT my-index-000001/_doc/1
    { 
      "company": "北京京东世纪股份有限公司"
    }
    
    PUT my-index-000001/_doc/2
    { 
      "desc": "北京京东世纪股份有限公司"
    }

正常查询，2条记录的得分一样：

GET my-index-000001/_search
    { 
      "query": { 
        "multi_match": { 
          "query": "京东",
          "fields": ["company","desc"]
        }
      }
    }

提高company字段的权重：

GET my-index-000001/_search
    { 
      "query": { 
        "multi_match": { 
          "query": "京东",
          "fields": ["company^3","desc"]
        }
      }
    }

**说明：**  
通过字段名称后面添加“^”符号和boost的值，提升指定字段的评分权重。

# 三、ES java API中权重控制 #

Map<String,Float> fields = new HashMap(2);
        fields.put("company", 3.0f);
        fields.put("desc", 1.0f);
        queryBuilder.must(QueryBuilders.multiMatchQuery(paramsDto.getKeyword()).fields(fields).analyzer("ik_smart"));

**说明：**  
通过封装fields对象，指定需要匹配的字段和字段的权重boost。

--------------------

# 总结 #

看完本文，你学会了如何通过boost参考提高多字段匹配时的评分权重了吗？  
1、权重参数boost的2种用法，创建索引时指定字段的权重以及查询时指定字段权重。  
2、在ES java API查询中，如何指定字段的权重参数boost。

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/7.14/mapping-boost.html