Apache Lucene评分

计算文档的评分属性时，考虑如下因素：

文档加权：对文档建立索引时，对文档的加权值
字段加权：查询和索引时，对字段的加权
协调：基于文档条数的协调因子。对包含更多查询词条的文档，它提供更大的值
逆文档频率：基于词条的因子，它告诉评分公式，给定词条出现的频率有多低。逆文档频率越高，词条越罕见
长度规范：基于字段的规范化因子，它基于给定字段包含的词条数目。字段越长，该因子给的加权值越小。这基本意味着更短的文档更受分数的青睐
词频：基于词条的因子，描述给定词条在文档中出现的次数，词频越高，文档的得分越高。
查询规范：基于查询的规范化因子，由每个查询词条比重的平方和计算而成。查询规范用于查询之间的得分比较。

从上述讨论中得到：

匹配的词条越罕见，得分越高
文档字段越小，得分越高
字段加权越高，得分越高
文档匹配的查询词条数目越高，字段越少，分数越高

Elasticsearch的脚本功能

elasticsearch使用脚本执行的任何请求中，一些可能使用到的相似的属性：

script:包含实际执行的脚本
lang:脚本的语言信息
params:包含参数和值，每个定义的参数都可以在脚本中使用，由于缓存，使用参数的脚本比嵌入常数的代码执行更快
_doc: 它是org.elasticsearch.search.lookup.DocLookup对象的实例。通过它可以访问当前找到的文档，附带计算的得分和字段的值
_source:是org.elasticsearch.search.lookup.SourceLookup对象的实例，通过它可以访问当前文档的_source
_fields:是org.elasticsearch.search.lookup.FieldsLookup对象的实例，通过它可以访问文档的所有字段

另一方面，在文档更新过程中，Elasticsearch只通过_source属性公开了ctx对象，通过它可以访问当前文档。

当访问文档中的字段时，上述三种方式都可以，_doc可以更快的访问到分析的字段，_souce可以更快的访问字段的原始值。

小脚本应该定义成文件，放在Elasticsearch的config/scripts目录中。使用方式如下：

{
    "query":{
        "match_all":{

        }
    },
    "sort":{
        "_script":{
            "script":"sort_script",
            "type":"text",
            "order":"asc"
        }
    }
}

script属性值直接调用我们自定义脚本的名字。

如果对脚本语言执行速度不满意，可以编写elasticsearch插件，插件应该放在lib目录下，并且使用Setting API或者在yml配置文件中注册

搜索不同语言的内容

思路：

使用语言检测库检测文档使用的语言，或者由用户将语言信息存放在文档的一个字段中
定义索引映射时，根据语言字段设置分析器

{
"mappings":{
"indextype":{
"_analyzer":{
"path":"lang"
},
"properties":{
"lang":{
"type":"keywords",
"index":"not_analyzed"
}
}
}
}
}

lang字段的值是Elasticsearch知道的分析器的名字相同的值。

使用加权影响得分

加权适用于下列地方：

query：给定查询是复杂查询的一部分，且比其他部分更重要
field:重要字段的加权

{
"query":{
"query_string":{
"fields":[
"from^5",
"to^10",
"subject"
],
"query":"john"
}
}
}

假定一个索引含有from,to,subject三个字段，现在搜索john，以上查询将生成3个小查询，最后组合结果，to字段权重最大，from字段次之。

{
    "query":{
        "function_score":{
            "query":{

            },
            "filter":{

            },
            "functions":[
                {
                    "filter":{

                    },
                    "FUNCTION":{

                    }
                }
            ],
            "boost_mode":"",
            "score_mode":"",
            "max_boost":"",
            "boost":""
        }
    }
}

一般来说，function_score查询中可以使用查询、过滤、函数和附加参数。每个函数可以有一个过滤器定义要应用的过滤结果。

function_score背后的逻辑是首先匹配文档基于score_mode参数计算得分，然后，文档的查询得分由函数计算所得分数结合而成，结合基于boost_mode参数。

boost_mode定义如何将函数查询所计算分数与查询分数结合起来。取值如下