根据 Elasticsearch 中的字段值对记录进行排名

Question

我在记录架构中有一个字段 distribution，如下所示：

...
"distribution": {
    "properties": {
        "availability": {
            "type": "keyword"
         } 
     }
}
...

我想 distribution.availability == "ondemand" 的记录排名低于其他记录。

我查看了 Elasticsearch docs，但找不到一种方法来降低此类记录在 index-time 中的得分，使其在搜索结果中显示得较低.

我怎样才能做到这一点，任何指向相关源的指针也足够了。

更多信息：

在 python 客户端的帮助下，我在 查询时间 中完全省略了这些 ondemand 记录，如下所示：

from elasticsearch_dsl.query import Q

_query = Q("query_string", query=query_string) & ~Q('match', **{'availability.keyword': 'ondemand'})

现在，我想包括这些记录，但我想将它们放在低于其他记录的位置。

如果无法在 index-time 中实现类似的功能，请建议我如何在 query-time[=39= 中实现它] 与 python 个客户。

应用 llermaly 的建议后，python 客户端查询如下所示：

boosting_query = Q( "boosting", positive=Q("match_all"), negative=Q( "bool", filter=[Q({"term": {"distribution.availability.keyword": "ondemand"}})] ), negative_boost=0.5, ) if query_string: _query = Q("query_string", query=query_string) & boosting_query else: _query = Q() & boosting_query

Answer 1

EDIT2 : elasticsearch-dsl-py 提升查询版本

from elasticsearch import Elasticsearch
from elasticsearch_dsl import Search
from elasticsearch_dsl import Q

client = Elasticsearch()
q = Q('boosting', positive=Q("match_all"), negative=Q('bool', filter=[Q({"term": {"test.available.keyword": "ondemand"}})]), negative_boost=0.5)
s = Search(using=client, index="test_parths007").query(q)

response = s.execute()
print(response)
for hit in response:
    print(hit.meta.score, hit.test.available)

编辑：刚读完你需要在索引时间做。

Elasticsearch 在 5.0 上弃用了索引时间提升 https://www.elastic.co/guide/en/elasticsearch/reference/7.11/mapping-boost.html

您可以使用 Boosting query 在查询时实现。

摄取文档

POST test_parths007/_doc
{
  "name": "doc1",
  "test": {
    "available": "ondemand"
  }
}

POST test_parths007/_doc
{
  "name": "doc1",
  "test": {
    "available": "higherscore"
  }
}

POST test_parths007/_doc
{
  "name": "doc2",
  "test": {
    "available": "higherscore"
  }
}

查询（索引时间）

POST test_parths007/_search
{
  "query": {
    "boosting": {
      "positive": {
        "match_all": {}
      },
      "negative": {
        "term": {
          "test.available.keyword": "ondemand"
        }
      },
      "negative_boost": 0.5
    }
  }
}

回应

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test_parths007",
        "_type" : "_doc",
        "_id" : "VMdY7XcB50NMsuQPelRx",
        "_score" : 1.0,
        "_source" : {
          "name" : "doc2",
          "test" : {
            "available" : "higherscore"
          }
        }
      },
      {
        "_index" : "test_parths007",
        "_type" : "_doc",
        "_id" : "Vcda7XcB50NMsuQPiVRB",
        "_score" : 1.0,
        "_source" : {
          "name" : "doc1",
          "test" : {
            "available" : "higherscore"
          }
        }
      },
      {
        "_index" : "test_parths007",
        "_type" : "_doc",
        "_id" : "U8dY7XcB50NMsuQPdlTo",
        "_score" : 0.5,
        "_source" : {
          "name" : "doc1",
          "test" : {
            "available" : "ondemand"
          }
        }
      }
    ]
  }
}

对于更高级的操作，您可以查看 Function Score Query

根据 Elasticsearch 中的字段值对记录进行排名

Rank records on the basis of a field value in Elasticsearch

python

elasticsearch

mapping

ranking