• 最佳字段查询的调优
    • tie_breaker

    最佳字段查询的调优

    如果用户(((“multifield search”, “best fields queries”, “tuning”)))(((“best fields queries”, “tuning”)))搜索的是”quick pets”，那么会发生什么呢？两份文档都包含了单词quick，但是只有文档2包含了单词pets。两份文档都没能在一个字段中同时包含搜索的两个单词。

    一个像下面那样的简单dis_max查询会选择出拥有最佳匹配字段的查询子句，而忽略其他的查询子句：

    1. {
    2.     "query": {
    3.         "dis_max": {
    4.             "queries": [
    5.                 { "match": { "title": "Quick pets" }},
    6.                 { "match": { "body":  "Quick pets" }}
    7.             ]
    8.         }
    9.     }
    10. }

    // SENSE: 110_Multi_Field_Search/15_Best_fields.json

    1. {
    2.   "hits": [
    3.      {
    4.         "_id": "1",
    5.         "_score": 0.12713557, <1>
    6.         "_source": {
    7.            "title": "Quick brown rabbits",
    8.            "body": "Brown rabbits are commonly seen."
    9.         }
    10.      },
    11.      {
    12.         "_id": "2",
    13.         "_score": 0.12713557, <1>
    14.         "_source": {
    15.            "title": "Keeping pets healthy",
    16.            "body": "My quick brown fox eats rabbits on a regular basis."
    17.         }
    18.      }
    19.    ]
    20. }

    <1> 可以发现，两份文档的分值是一模一样的。

    我们期望的是同时匹配了title字段和body字段的文档能够拥有更高的排名，但是结果并非如此。需要记住：dis_max查询只是简单的使用最佳匹配查询子句得到的_score。

    tie_breaker

    但是，将其它匹配的查询子句考虑进来也是可能的。通过指定tie_breaker参数：

    1. {
    2.     "query": {
    3.         "dis_max": {
    4.             "queries": [
    5.                 { "match": { "title": "Quick pets" }},
    6.                 { "match": { "body":  "Quick pets" }}
    7.             ],
    8.             "tie_breaker": 0.3
    9.         }
    10.     }
    11. }

    // SENSE: 110_Multi_Field_Search/15_Best_fields.json

    它会返回以下结果：

    1. {
    2.   "hits": [
    3.      {
    4.         "_id": "2",
    5.         "_score": 0.14757764, <1>
    6.         "_source": {
    7.            "title": "Keeping pets healthy",
    8.            "body": "My quick brown fox eats rabbits on a regular basis."
    9.         }
    10.      },
    11.      {
    12.         "_id": "1",
    13.         "_score": 0.124275915, <1>
    14.         "_source": {
    15.            "title": "Quick brown rabbits",
    16.            "body": "Brown rabbits are commonly seen."
    17.         }
    18.      }
    19.    ]
    20. }

    <1> 现在文档2的分值比文档1稍高一些。

    tie_breaker参数会让dis_max查询的行为更像是dis_max和bool的一种折中。它会通过下面的方式改变分值计算过程：

    • 1.取得最佳匹配查询子句的_score。
    • 2.将其它每个匹配的子句的分值乘以tie_breaker。
    • 3.将以上得到的分值进行累加并规范化。

    通过tie_breaker参数，所有匹配的子句都会起作用，只不过最佳匹配子句的作用更大。

    提示：tie_breaker的取值范围是0到1之间的浮点数，取0时即为仅使用最佳匹配子句(译注：和不使用tie_breaker参数的dis_max查询效果相同)，取1则会将所有匹配的子句一视同仁。它的确切值需要根据你的数据和查询进行调整，但是一个合理的值会靠近0，(比如，0.1 -0.4)，来确保不会压倒dis_max查询具有的最佳匹配性质。