脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 软件编程 → java → Elasticsearch算分rescore_query

Elasticsearch算分优化方案之rescore_query示例详解

 更新时间：2023年08月23日 15:54:47   作者：醉鱼  
这篇文章主要为大家介绍了Elasticsearch算分优化方案之rescore_query示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

简介

今天来说一说Elasticsearch 的重新评分，即在检索出来一次结果的基础上在进行检索提升数据排序效果，但是仅对查询或者post_filter阶段返回的前多少条进行二次查询。在每个分片上进行二次检索的文档数量时可以通过window_size 控制的，该参数默认10。

默认情况下，原来的查询语句与二次查询的份数将线性组合以生成文档的最终得分_score,原始查询语句的权重通过query_weight控制，重新二次查询的权重通过rescore_query_weight控制，他们默认都是1。

在Elasticsearch中，rescore_query是一种用于改进搜索结果排序的查询。它可以在原始查询结果的基础上重新计算得分，并重新排序搜索结果。

rescore_query通常用于在搜索过程的后期阶段对搜索结果进行优化。它可以根据特定的需求和业务规则，对原始查询结果进行二次排序，以提高最相关的文档的排名。

rescore_query可以在分布式搜索中非常有用，因为它仅在原始查询的结果上执行计算，而不需要重新执行整个查询过程。这可以提高搜索速度并减轻系统负载。

通过使用rescore_query，可以根据不同的评分算法、过滤器或其他上下文信息，对搜索结果进行个性化的定制排序。它可以根据文档的属性、时间戳、地理位置等进行排序，以获得更加准确和有用的搜索结果。

总而言之，rescore_query是一种用于改进搜索结果排序的查询，可以根据不同的规则和需求重新计算得分并重新排序搜索结果，以提高搜索准确性和实用性。

实战

搭建ES环境

version: '3.8'
services:
  cerebro:
    image: lmenezes/cerebro:0.8.3
    container_name: cerebro
    ports:
     - "9000:9000"
    command:
     - -Dhosts.0.host=http://eshot:9200
    networks:
     - elastic
  kibana:
    image: docker.elastic.co/kibana/kibana:8.1.3
    container_name: kibana
    environment:
      - I18N_LOCALE=zh-CN
      - XPACK_GRAPH_ENABLED=true
      - TIMELION_ENABLED=true
      - XPACK_MONITORING_COLLECTION_ENABLED="true"
      - ELASTICSEARCH_HOSTS=http://eshot:9200
      - server.publicBaseUrl=http://192.168.160.234:5601
    ports:
      - "5601:5601"
    networks:
      - elastic
  eshot:
    image: elasticsearch:8.1.3
    container_name: eshot
    environment:
      - node.name=eshot
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=eshot,eswarm,escold
      - cluster.initial_master_nodes=eshot,eswarm,escold
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - xpack.security.enabled=false
      - node.attr.node_type=hot
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - D:\zuiyuftp\docker\es8.1\eshot\data:/usr/share/elasticsearch/data
      - D:\zuiyuftp\docker\es8.1\eshot\logs:/usr/share/elasticsearch/logs
      - D:\zuiyuftp\docker\es8.1\eshot\plugins:/usr/share/elasticsearch/plugins
    ports:
      - 9200:9200
    networks:
      - elastic
  eswarm:
    image: elasticsearch:8.1.3
    container_name: eswarm
    environment:
      - node.name=eswarm
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=eshot,eswarm,escold
      - cluster.initial_master_nodes=eshot,eswarm,escold
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - xpack.security.enabled=false
      - node.attr.node_type=warm
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - D:\zuiyuftp\docker\es8.1\eswarm\data:/usr/share/elasticsearch/data
      - D:\zuiyuftp\docker\es8.1\eswarm\logs:/usr/share/elasticsearch/logs
      - D:\zuiyuftp\docker\es8.1\eshot\plugins:/usr/share/elasticsearch/plugins
    networks:
      - elastic
  escold:
    image: elasticsearch:8.1.3
    container_name: escold
    environment:
      - node.name=escold
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=eshot,eswarm,escold
      - cluster.initial_master_nodes=eshot,eswarm,escold
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - xpack.security.enabled=false
      - node.attr.node_type=cold
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - D:\zuiyuftp\docker\es8.1\escold\data:/usr/share/elasticsearch/data
      - D:\zuiyuftp\docker\es8.1\escold\logs:/usr/share/elasticsearch/logs
      - D:\zuiyuftp\docker\es8.1\eshot\plugins:/usr/share/elasticsearch/plugins
    networks:
      - elastic
# volumes:
#   eshotdata:
#     driver: local
#   eswarmdata:
#     driver: local
#   escolddata:
#     driver: local
networks:
  elastic:
    driver: bridge

创建索引

PUT /zfc-doc-000006
{
  "mappings": {
    "properties": {
      "title":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "content": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

添加测试数据

PUT _bulk
{"index":{"_index":"zfc-doc-000006","_id":"1"}}
{"title":"ES实战","content":"ES的实战操作，实战要领，实战经验"}
{"index":{"_index":"zfc-doc-000006","_id":"2"}}
{"title":"MySQL实战","content":"MySQL的实战操作"}
{"index":{"_index":"zfc-doc-000006","_id":"3"}}
{"title":"MySQL","content":"MySQL一定要会"}

检索验证

首先我们还是正常检索一下content字段中包含实战的文档

GET zfc-doc-000006/_search
{
  "query": {
    "match": {
      "content": "实战"
    }
  }
}

按照我们的预期，因为文档1中包含实战有3次出现，所以title为ES实战的排名靠前，可以看到文档1的算分为0.6，位列第一，输出结果如下

"max_score" : 0.667102,
    "hits" : [
      {
        "_index" : "zfc-doc-000006",
        "_id" : "1",
        "_score" : 0.667102,
        "_source" : {
          "title" : "ES实战",
          "content" : "ES的实战操作，实战要领，实战经验"
        }
      },
      {
        "_index" : "zfc-doc-000006",
        "_id" : "2",
        "_score" : 0.5442147,
        "_source" : {
          "title" : "MySQL实战",
          "content" : "MySQL的实战操作"
        }
      }
    ]

然后对检索出来的实战的文档中，进行重新算分排序，包含MySQL的排名在前，增加算分

GET zfc-doc-000006/_search
{
  "query": {
    "match": {
      "content": "实战"
    }
  },
  "rescore": {
    "query": {
      "rescore_query":{
        "match":{
          "title":"MySQL"
        }
      },
      "query_weight" : 0.7,
      "rescore_query_weight" : 1.2
    },
    "window_size": 50
  }
}

上述查询语句的意思就是查询content字段中包含”实战“的文档，权重为0.7。并对文档中title为MySQL的文档增加评分，权重为1.2，window_size为50，表示取分片结果的前50进行重新算分

响应结果如下，可以看到title为MySQL实战的评分已经变为0.9，远远的超过了title为ES实战的文档

"hits" : [
      {
        "_index" : "zfc-doc-000006",
        "_id" : "2",
        "_score" : 0.9022989,
        "_source" : {
          "title" : "MySQL实战",
          "content" : "MySQL的实战操作"
        }
      },
      {
        "_index" : "zfc-doc-000006",
        "_id" : "1",
        "_score" : 0.46697137,
        "_source" : {
          "title" : "ES实战",
          "content" : "ES的实战操作，实战要领，实战经验"
        }
      }
    ]

总结

通过rescore_query我们可以对检索结果进行二次评分，增加自己更复杂的评分逻辑，提供更准确的结果排序，但是相应的也会增加查询的计算成本与响应时间。

在《一篇文章让你学会Elasticsearch中的查询》一文中，我们学习了修改算分的几种方式，本文学习了如何在检索结果返回之后对检索结果进行更精细的二次评分排序。后面推出一篇专门修改算分的文章，以此来实现工作中的修改算分的需求。

以上就是Elasticsearch算分优化方案之rescore_query示例详解的详细内容，更多关于Elasticsearch算分rescore_query的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • 使用springboot开发的第一个web入门程序的实现

    使用springboot开发的第一个web入门程序的实现

    这篇文章主要介绍了使用springboot开发的第一个web入门程序的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04
  • RocketMq事务消息发送代码流程详解

    RocketMq事务消息发送代码流程详解

    这篇文章主要介绍了RocketMq事务消息发送代码流程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-07-07
  • 深入C++ typedef的用法总结(必看)

    深入C++ typedef的用法总结(必看)

    本篇文章是对C++中typedef的用法进行了详细的总结分析，需要的朋友参考下
    2013-05-05
  • Java中 shuffle 算法的使用

    Java中 shuffle 算法的使用

    本篇文章，小编将为大家介绍，在Java中 shuffle 算法的使用，有需要的朋友可以参考一下
    2013-04-04
  • 一文让你了解透彻Java中的IO模型

    一文让你了解透彻Java中的IO模型

    本文只是说明了IO模型，让你了解IO模型是什么，怎么区分IO模型，以及分析了Java中的三种IO模型，本文是纯理论知识，看完之后会让你对IO有更加深刻的理解，感兴趣的同学可以参考一下
    2023-05-05
  • AJAX省市区三级联动下拉菜单(java版)

    AJAX省市区三级联动下拉菜单(java版)

    这篇文章主要介绍了AJAX省市区三级联动下拉菜单(java版)的相关资料,需要的朋友可以参考下
    2016-01-01
  • Java Spring Boot 集成Zookeeper

    Java Spring Boot 集成Zookeeper

    这篇文章主要介绍了Java Spring Boot 集成Zookeeper，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下
    2022-08-08
  • 解决SpringBoot请求返回字符串中文乱码的问题

    解决SpringBoot请求返回字符串中文乱码的问题

    这篇文章主要介绍了解决SpringBoot请求返回字符串中文乱码的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-05-05
  • idea报错之找不到符号:类的问题及解决

    idea报错之找不到符号:类的问题及解决

    这篇文章主要介绍了idea报错之找不到符号:类的问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-12-12
  • SpringBoot集成SwaggerUi以及启动时遇到的错误

    SpringBoot集成SwaggerUi以及启动时遇到的错误

    这篇文章主要介绍了SpringBoot集成SwaggerUi以及启动时遇到的错误，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06

最新评论