ElasticSearch（4）

之前说了很多查询，接下来继续：

我们可以利用query_string的关键词来做匹配，可以省去之前用写bool加两个must的方式。例如：

GET /movie/_search
{
  "query": {
    "query_string": {
      "fields": ["title"],
      "query": "steve AND jobs"
    }
  }
}

filter，关于filter的但条件过滤之前就讲过了，回顾一下：

GET /movie/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term":{"title":"steve"}
        }
      ]
    }
  }
}

那么多条件过滤呢？

GET /movie/_search
{
  "query": {
    "bool": {
      "filter": [
        {"term":{"title":"steve"}},
        {"term":{"cast.name":"gaspard"}},
        {"range":{"release_date":{"lte":"2015/01/01"}}},
        {"range":{"popularity":{"gte":"25"}}}
      ]
    }
  },
  "sort": [
    {
      "popularity": {
        "order": "desc"
      }
    }
  ]
}

先提一下，一般filter过滤是打分都是0，所以都用term精确匹配。关于“range”更像是大于小于的排序。

那如果想在filter中还带条件呢？

GET /movie/_search
{
  "query": {
    "bool": {
      "should": [
        {"match": {
          "title": "life"
        }}
      ], 
      "filter": [
        {"term":{"title":"steve"}},
        {"term":{"cast.name":"gaspard"}},
        {"range":{"release_date":{"lte":"2015/01/01"}}},
        {"range":{"popularity":{"gte":"25"}}}
      ]
    }
  }
}

当布尔表达式中有filter的时候，也就是说即便should不满足条件也会返回，只不过返回的是0而已，那should加filter一起的话，filter控制条件搜索，should控制打分，那么两个一起用，有结果二者都满足的话，也就有分数了。

---

关于查全率和查准率

查全率：例如一共有100个文档，正确的结果有60个文档，而查询出来正确的有40个，这样的查全率就是40/60

查准率：查出了40个文档，里面有30个是正确的，那么查准率就是30/40

这里的正确是人为感知的正确。例如查询“苹果”，会显示出食物和手机，那么二者只有一个是正确的。

虽然二者不可兼得，但可以调整排序。

自定义score算法：

GET /movie/_search
{
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query": "steve jobs",
          "fields": ["title","overview"],
          "operator": "or",
          "type": "most_fields"
        }
      },
      "functions": [
        {
          "field_value_factor": {
            "field": "popularity",
            "modifier": "log2p",
            "factor": 10
          }
        }
      ]
    }
  }
}

打开分数监控可以看出，在tf/idf的打分下面，还有一个打分：

这就是我们上面自定义的分数，乘以之前的分数，就得到了现在的分数。当然从上面代码也可以看出，functions是个数组，可以放多个，需要注意的是，这里面的分数都是相乘的。

当然这个分数相乘会变得很大，所以添加命令，使相乘变成相加：其中score_mode是指function内部分数相加，boost_mode指function得分与TF/IDF得分相加。

GET /movie/_search
{"explain": true, 
  "query": {
    "function_score": {
      "query": {
        "multi_match": {
          "query": "steve jobs",
          "fields": ["title","overview"],
          "operator": "or",
          "type": "most_fields"
        }
        
      },
      "functions": [
        {
          "field_value_factor": {
            "field": "popularity",
            "modifier": "log2p",    //将字段值+2后计算对数
            "factor": 10            //字段预处理*10
          }
        }
      ],
      "score_mode": "sum",
      "boost_mode": "sum"
    }
  }
}