查询二次评分

Elasticsearch 二次评分（Rescore）：优化顶部结果相关性

在 Elasticsearch 中，当基础查询返回的顶部文档相关性不够理想时，可通过二次评分（Rescore） 机制对前 N 个文档重新计算得分，进一步优化排序。这种方式既能保证查询效率（仅处理顶部文档），又能提升关键结果的准确性，适用于需要精细调整排序的场景（如搜索引擎结果页 Top 10 优化）。

二次评分的核心原理

二次评分的工作流程如下：

1. 基础查询：执行初始查询（如 match、bool），获取匹配文档并按得分排序。
2. 筛选顶部文档：从每个分片的结果中选取前 window_size 个文档（默认取 from + size 个）。
3. 重新评分：对这些顶部文档应用二次评分查询（如 function_score、script_score），计算新得分。
4. 合并结果：根据配置的评分模式（如求和、相乘）合并原始得分与二次评分，得到最终排序。

基础语法与示例

基本结构

GET index/_search
{
  "query": {  // 1. 基础查询
    "match": { "title": "elasticsearch" }
  },
  "rescore": {  // 2. 二次评分配置
    "window_size": 50,  // 每个分片取前50个文档进行二次评分
    "query": {
      "rescore_query": {  // 二次评分查询
        "function_score": {
          "script_score": {
            "script": "doc['publishTime'].value / 1000000"  // 以发布时间作为加分项
          }
        }
      },
      "query_weight": 0.8,  // 原始得分权重
      "rescore_query_weight": 0.2  // 二次评分权重
    }
  },
  "size": 10  // 最终返回10条结果
}

得分计算逻辑

最终得分由原始查询得分和二次评分按权重合并：

最终得分 = （原始得分 × query_weight） + （二次评分 × rescore_query_weight）

• 示例中，原始得分占 80% 权重，二次评分（发布时间）占 20% 权重，使较新的文档排名更靠前。

核心参数详解

参数	作用	默认值
window_size	每个分片参与二次评分的文档数量（过多会降低性能）	from + size（通常为 10）
query_weight	原始查询得分的权重系数	1.0
rescore_query_weight	二次评分查询得分的权重系数	1.0
score_mode	得分合并模式（total/multiply/avg/max/min）	total（求和）

示例：自定义得分合并模式

"rescore": {
  "window_size": 30,
  "query": {
    "rescore_query": { "term": { "is_hot": true } },  // 对热门文档加分
    "score_mode": "multiply"  // 原始得分 × 二次评分（热门文档得分翻倍）
  }
}

多阶段二次评分

对于更复杂的场景，可通过 rescore 数组实现多阶段二次评分（如先按内容相关性，再按热度，最后按时间）：

GET articles/_search
{
  "query": { "match": { "content": "AI 技术" } },  // 阶段1：内容匹配
  "rescore": [
    {  // 阶段2：热门文章加分
      "window_size": 50,
      "query": {
        "rescore_query": { "term": { "is_hot": true } },
        "rescore_query_weight": 0.3
      }
    },
    {  // 阶段3：最新文章加分
      "window_size": 20,  // 对前20名进一步优化
      "query": {
        "rescore_query": {
          "function_score": {
            "script_score": { "script": "doc['publish_time'].value" }
          }
        },
        "rescore_query_weight": 0.2
      }
    }
  ],
  "size": 10
}

适用场景与最佳实践

1. 适用场景

• 顶部结果优化：基础查询返回的前 10~50 条结果相关性不足（如搜索引擎、推荐系统）。
• 多因素排序：需结合多个维度（内容匹配、热度、时间、用户行为）调整排序。
• 性能平衡：避免对所有文档应用复杂评分逻辑，仅优化顶部结果以节省资源。

2. 最佳实践

• 控制 window_size：取值不宜过大（建议 10~100），否则会抵消二次评分的性能优势。
• 权重合理分配：根据业务优先级调整 query_weight 和 rescore_query_weight（如内容匹配权重高于时间）。
• 避免复杂脚本：二次评分的 script 应简洁（如字段值计算），复杂逻辑会增加计算开销。
• 结合过滤：先用 filter 缩小范围，再对少量结果进行二次评分，提升效率。

与其他评分机制的对比

机制	特点	适用场景
二次评分（Rescore）	仅对顶部文档重新评分，兼顾效率与精度	优化 Top N 结果相关性
function_score	对所有匹配文档应用评分函数，功能强大但可能影响性能	全量文档的复杂评分逻辑
字段提升（Boost）	对特定字段增加权重（如 title^2），适用于简单场景	基础字段优先级调整