如何基于 Elasticsearch 实现排序沉底或前置

2024-06-13 08:12
文章标签 实现 elasticsearch 排序 前置 沉底

本文主要是介绍如何基于 Elasticsearch 实现排序沉底或前置，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在搜索场景的应用中，存在希望根据某个或某些字段来调整排序评分，从而实现排序沉底或置顶效果的使用需求。以商机管理中的扫街场景为例，当我们在扫街场景中需要寻找一个商户时，希望这个商户离的近、GMV 潜力大、被他人跟进过的次数越少越好。在策略上离的近在排序中的权重要比 GMV 潜力大更大，因为我们希望就近拜访，在距离差不多的情况下优先拜访能带来更多 GMV 的商家。

  • 如果这个商家是一个“激励商家”且高转化意愿，可能需要对这样的商家在排序上做置顶；

  • 如果这个商家已经被其他人重复开发过了，那这样的商户开发成本就会比较大，被他人跟进的次数越多，排序应该更靠后，所以就需要实现沉底的效果。

下文将介绍 ES 所能够支持的丰富多样的排序能力，以及不同排序能力所具体适用的场景。

提升查询权重 - Boost

在查询时使用 Boost 参数能让一个查询语句比其他语句更重要。所以在相对简单的场景下，用这种方式可以实现低改动成本、快速变更。在这里需要注意的是任何类型的查询都能接受 Boost 参数，Boost 只是对 _score 的一个影响因子，将 Boost 参数设置为2，并不代表 _score 是原来的 2 倍。当没有显示设置 Boost 时，默认值为 1。

GET /_search
{"query":{"bool":{"should":[{"match":{"title":{"query":"elastic search","boost": 2}}},{"match":{ 2"content":"elastic search"}}]}}
}

修改查询相关度 - 组合查询

查询场景：要查询文档中包含 Elasticsearch or (Golang or Go) or function_score 的文档。

GET /_search
{"query":{"bool":{"should":[{"term":{"content":"elasticsearch"}},{"term":{"content":"Golang"}},{"term":{"content":"Go"}},{"term":{"content":"function_score"}}]}}
}

虽然上述查询能把只要包含了 or 条件中的所有文档都查询出来，而且每个条件的重要程度都一样。但实际 Golang or Go 是一个组合条件，和其他 2 个条件是并列的关系，所以下面是更好的写法。

用 Bool 查询把 Golang or Go 包起来，这样现在的 Golang or Go 跟其他两个条件就处于顶层相互竞争的关系了。原来每个词的重要性是 25%，现在 Elasticsearch 和 function_score 重要性各占 33.3%， Golang or Go 加起来占 33.3%。

GET /_search
{"query":{"bool":{"should":[{   "term":{"content":"elasticsearch"}},{   "term":{"content":"function_score"}},{"bool":{"should":[{"term":{"content":"Golang"}},{"term":{"content":"Go"}}]}}]}}
}

排序沉底 - Boosting 查询

查询场景：文档中要包含 Elasticsearch，但不希望包含 MySQL。

  • 方案一：使用 must_not

在这个方案里使用的 must_not 过于严格，会把包含了 MySQL 的文档排除出去。但如果一个文档中包含了很多 Elasticsearch，只是恰好包含了一个 MySQL，那就错过了一个“好”的文档。

GET /_search
{"query":{"bool":{"must":{"match":{"content":"elasticsearch"}},"must_not":{"match":{"content":"mysql"}}}}
}

  • 方案二：用 Boosting 查询

通过正向查询确定希望文档匹配哪些内容；在负向查询中，文档如果匹配了这些内容，那么对 _score 需要减分。减分的权重由 negative_boost 来控制，是一个 0-1 的数值。最终的评分 new_score = 正向查询的score * negative_boost。

GET /_search
{"query":{"boosting":{"positive":{"match":{"content":"elasticsearch"}},"negative":{"match":{"content":"mysql"}},"negative_boost":0.8}}
}

多查询评分一致 - constant_score 查询

某些场景下，我们可能并不关心 TF/IDF，只关心这个词是否在文档中出现过，比如出差找一个酒店，希望尽可能有如下设施：WIFI、Gym(健身房)、Breakfast(早餐)。

  • 方案一：match 查询

这种查询，实际还是用 TF/IDF，会整体去考虑这些词在酒店描述中出现的是否频繁。但实际用户可能并不关心出现是否频繁，只关心这些设施是否尽可能包含了，且包含得越多越好。

GET /_search
{"query":{"match":{ "hotel_desc":"WIFI Gym Breadfast"}}
}

  • 方案二：constant_score 查询

通过 constant_score 查询，酒店描述中匹配了一个设施评分就进行 +1，设施匹配的越多评分就越高。但不会因为在酒店描述中多次提到 WIFI 评分就提升，因为每个设施的评分最多也只有 1 分。但可能每个设施的重要程度不一样，有些设施更有价值，那么我们就可以为不同的设施增加不同的权重。而给每个权重设置查询权重就是最前面讲的 Boost 参数。

GET /_search
{"query":{"bool":{"should":[{"constant_score":{"query":{"match":{"hotel_desc":"WIFI"}}}},{"constant_score":{"query":{"match":{"hotel_desc":"Gym"}},"boost":2}},{"constant_score":{"query":{"match":{"hotel_desc":"Breakfast"}}}}]}}
}

constant_score 查询的更多应用

上文 Boosting Query 中提到 negative_boost 可以降低原来的评分，但如果 Positive 正向查询中用的是 Filter 查询，在根本就没有评分的情况下，可以把 Filter 查询改为 Term 或 Match 查询，但是对于只要过滤不需要评分的查询，比如过滤价格的查询，应该尽可能用 Filter 查询，可利用缓存、跳过评分，执行速度更快。这个时候，也可以用 constant_score 把 Filter 查询包含进去。

GET /_search
{"query":{"boosting":{"positive":{"constant_score":{"filter":{"term":{"price":50}}}},"negative":{"match":{"content":"mysql"}},"negative_boost":0.8}}
}

控制评分的终极武器 - function_score 查询

function_score 查询最适用的场景：一个正向影响因子，一个负向影响因子，比如跟 votes（投票数）和 date（日期）结合起来，投票数越高的越排前面，日期越早的越排后面。

基本概念：

  • weight：为每个文档应用一个简单而不被规范化的权重提升值：当 weight 为 2 时，最终结果为 2 * _score。

  • field_value_factor：使用这个值来修改_score，如将 votes 热度作为考虑因素。

  • random_score：为每个用户都使用一个不同的随机评分对结果排序，但对某一具体用户来说，看到的顺序始终是一致的。

  • 衰减函数 - linear、exp、gauss：将浮动值结合到评分_score中，例如结果文档的最新发布时间，结合经纬度的距离，给文档一个综合评分。

  • script_score：如果需求超出以上函数能够支持的范围，可以自定义脚本来控制评分。

按热度提升权重

查询场景：POI 查询，希望将 POI 在抖音的搜索热度高的排在前面，同时根据 POI 名字全文搜索时，作为主要的排序依据。

用 function_score 包含主查询和函数，fields_value_factor 函数会被应用到每个被主查询查出来的文档上，每个文档的 douyin_hot 字段必须有值供函数计算，如果没有必须使用 missing 属性来提供默认值。

如此配置后，每个文档的最终评分 _score 修改为：new_score = old_score * number_of douyin_hot，这个结果其实是不符合预期的，因为抖音热度的值一般很大，会完全覆盖掉原来的评分。

GET /_search
{"query":{"function_score":{"query":{"match": {"query":"烧烤"，"fields":"poi_name"}},"field_value_factor":{"field":"douyin_hot"，"missing": 0}}}
}
 

Modifier 函数
 

其中一种优化方式是使用 Modifier 来平滑 douyin_hot 的值，比如热度 0 和热度 1 的差别应该比热度 100 和热度 101 的差别更大，这里可以应用 modifier: "log1p"，实际含义是：new_score = old_score * log( 1 + number of douyin_hot )。Modifier 可选的值有：none(默认状态)、log、log1p、log2p、ln、ln1p、ln2p、square、sqrt、reciprocal。如下图，使用 Modifier: log1p 后评分曲线就会平缓很多。
 

 

Factor 调节因子
 

上面通过 Modifier 平滑了 douyin_hot 的值，如果仍然认为辅助因子的影响力不够，曲线过于平缓，那就可以通过 Factor 进行调节。添加了 Factor 后，得到的结果是双倍效果，评分如下：new_score = old_score * log ( 1 + factor * number of douyin_hot )。
 

GET /_search
{"query":{"function_score":{"query":{"match": {"query":"烧烤"，"fields":"poi_name"}},"field_value_factor":{"field":"douyin_hot"， "missing": 0,"modifier":"log1p"，"factor":2}}}
}
 

 

Boost_mode 权重模式
 

上面在算 new_score 时，都是在 old_score 的基础上乘一个值，如果这个值还是很大评分就会放大很多。因此可以通过 boost_mode 来控制新老分数的结合方式。通过下图可以看到用加和的评分结合方式，评分曲线就会平滑很多。
 

  •  
    multiply：乘积，默认方式， new_score = old_score * 函数值。这个方式很容易放大老的评分。
     
  •  
    sum：加和，new_score = old_score + 函数值。这是比较常用的方式。
     
  •  
    min：取较小值，new_score = min（old_score, 函数值）。
     
  •  
    max：取最大值。
     
  •  
    replace：函数值代替 old_score。
     
 

 

Max_boost 权重上限
 

限制函数的最大效果是起到一个保护的作用，避免辅助评分太高完全压过主查询的评分。这里不管field_value_factor 如何进行计算，函数值最大不会超过 1.5，由此就起到一个保护的作用。
 

GET /_search
{"query":{"function_score":{"query":{"match": {"query":"烧烤"，"fields":"poi_name"}},"field_value_factor":{"field":"douyin_hot"， "missing": 0,"modifier":"log1p"，"factor":2},"boost_mode":"sum"，"max_boost":1.5}}
}
 

越接近越好 - 衰减函数
 

使用场景：以选择酒店为例，用户可能会考虑远近、价格，如果位置在景区里而且价格也可以接受，那也在选择范围内；如果位置离游玩的位置近，差价可以抵平路途使用的钱，这也是可以选择的。所以酒店的排序，不会是单一维度的，很多都是“智能”排序的。function_score 提供了衰减函数使我们可以在多个维度之间做出权衡。
 

有三种衰减函数 - Linear 线性、Exp 指数、Gauss 高斯，可以操作数值、时间、经纬度，接受如下参数：
 

  •  
    origin：中心点或最佳值，落在 origin 上，评分为 1.0。
     
  •  
    offset：以原点为中心，设置一个非零的偏移量 Offset 覆盖一个数值范围，在这个范围内，评分都是 1.0。
     
  •  
    scale：衰减率，即一个文档远离 [ origin-offset, origin+offset ] 范围时，评分改变的速度。
     
  •  
    decay：从 origin 衰减到 scale 位置时，评分的值，默认是 0.5。
     
    •  
      如下图，origin 是 40，offset 是5，scale 也设置为 5，decay=0.5，标识当值偏移到 [ origin - offset - scale, origin + offset + scale ] 时，评分 = decay = 0.5，这样就决定了曲线的陡度。
       
 

 

GET /_search
{"query": {"function_score":{"functions":[{"gauss":{"location":{"origin":{"lat":10.1, "lon":0.11},"offset":"1km"，"scale":"2km"}}},{"gauss":{"price":{"origin":"200","offset":"50"，"scale":"30"}},"weight":2},]}}
}
 

总结
 

通过以上介绍我们可以了解到 ES 可支持的排序能力还是非常丰富的，我们要实现置顶或沉底效果，并不能非黑即白的选择，更多的场景中需要根据实际需要做多个能力的组合，尽管 function_score 表现优异，但越复杂的查询对 ES 的查询压力也越大，当数据量很大时必须要权衡性能和排序效果。上线前，也需要在仿真环境中验证大数据量下的性能表现。
 


                                    

                                        这篇关于如何基于 Elasticsearch 实现排序沉底或前置的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
                                    

                                    

                                

                            

                            

                        

                    

                    

                        

                            

                            http://www.chinasem.cn/article/1056755。
                            
                        

                    

                    
                    

                        
                            
                        
                    

                

                

                    相关文章
                

                    

                        

                            

                                

                                    
                                        基于MySQL Binlog的Elasticsearch数据同步实践
                                    
                                

                            

                            

                                

                                    基于MySQL Binlog的Elasticsearch数据同步实践
                                

                                

                                    一、为什么要做 随着马蜂窝的逐渐发展，我们的业务数据越来越多，单纯使用 MySQL 已经不能满足我们的数据查询需求，例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后，随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步，我们目前的解决方案是建立数据中间表。把需要检索的业务数据，统一放到一张M
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）
                                    
                                

                            

                            

                                

                                    hdu1043（八数码问题，广搜 + hash（实现状态压缩） ）
                                

                                

                                    利用康拓展开将一个排列映射成一个自然数，然后就变成了普通的广搜题。  #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        【数据结构】——原来排序算法搞懂这些就行，轻松拿捏
                                    
                                

                            

                            

                                

                                    【数据结构】——原来排序算法搞懂这些就行，轻松拿捏
                                

                                

                                    前言：快速排序的实现最重要的是找基准值，下面让我们来了解如何实现找基准值  基准值的注释：在快排的过程中，每一次我们要取一个元素作为枢纽值，以这个数字来将序列划分为两部分。 在此我们采用三数取中法，也就是取左端、中间、右端三个数，然后进行排序，将中间数作为枢纽值。 快速排序实现主框架： //快速排序 void QuickSort(int* arr, int left, int rig
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        【C++】_list常用方法解析及模拟实现
                                    
                                

                            

                            

                                

                                    【C++】_list常用方法解析及模拟实现
                                

                                

                                    相信自己的力量，只要对自己始终保持信心，尽自己最大努力去完成任何事，就算事情最终结果是失败了，努力了也不留遗憾。💓💓💓  目录   ✨说在前面 🍋知识点一：什么是list？ •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二：list常用接口 •🌰1.默认成员函数 🔥构造函数（⭐） 🔥析构函数 •🌰2.list对象
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算
                                    
                                

                            

                            

                                

                                    【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算
                                

                                

                                    ✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯，先赞后看哦~🎈🎈  🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。 🏆《博客》：Python全栈，前后端开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        让树莓派智能语音助手实现定时提醒功能
                                    
                                

                            

                            

                                

                                    让树莓派智能语音助手实现定时提醒功能
                                

                                

                                    最初的时候是想直接在rasa 的chatbot上实现，因为rasa本身是带有remindschedule模块的。不过经过一番折腾后，忽然发现，chatbot上实现的定时，语音助手不一定会有响应。因为，我目前语音助手的代码设置了长时间无应答会结束对话，这样一来，chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢？ 我最后选择的方法是用threading.Time
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Android实现任意版本设置默认的锁屏壁纸和桌面壁纸（两张壁纸可不一致）
                                    
                                

                            

                            

                                

                                    Android实现任意版本设置默认的锁屏壁纸和桌面壁纸（两张壁纸可不一致）
                                

                                

                                    客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸： 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  （注意不能是bmp格式） 替换默认锁屏壁纸： 将图片资源放入vendo
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)
                                    
                                

                            

                            

                                

                                    usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)
                                

                                

                                    到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~   结构体排序核心： 1.结构体定义  struct Milk{int price;int milks;}milk[5000];   2.自定义的比较函数，若返回值为正，qsort 函数判定a>b ；为负，a<b；为0，a==b；  int milkcmp(const void *va,c
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量
                                    
                                

                            

                            

                                

                                    C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量
                                

                                

                                    哈喽，你好啊，我是雷工。  关于大乐透选号器在前面已经记录了5篇笔记，这是第6篇；  接下来实现实时显示当前选中红球数量，蓝球数量；  以下为练习笔记。   01 效果演示  当选择和取消选择红球或蓝球时，在对应的位置显示实时已选择的红球、蓝球的数量；       02 标签名称  分别设置Label标签名称为：lblRedCount、lblBlueCount
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Kubernetes PodSecurityPolicy：PSP能实现的5种主要安全策略
                                    
                                

                            

                            

                                

                                    Kubernetes PodSecurityPolicy：PSP能实现的5种主要安全策略
                                

                                

                                    Kubernetes PodSecurityPolicy：PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置      💖The Begin💖点点关注，收藏不迷路💖   Kubernetes的PodSecurityPolicy（PSP）是一个关键的安全特性，它在Pod创建之前实施安全策略，确保P
                                

                                

                                    阅读更多...
                                

                            

                        

                    

            

        

    


    


    

        

            Copyright China编程   23002807@qq.com
        

        

            沪ICP备2023033072号-2