Elasticsearch 按照標籤匹配個數優先排序查詢

有一種相似度匹配需求，需要以匹配到的標籤個數優先，這種情況就需要用到自定義查詢語句。

先上程式碼，這裡我用的是PHP的陣列結構，最終提交的時候是會轉成json格式的，暫且不表：

'query' => [
    'script_score' => [
        "query"  => [],
        'script' => [
            'source' => '
                        def matches = 0;
                        for (t in params.tags) {
                            if(doc["tags"].contains(t)) {
                                matches += 1;
                            }
                        }
                        return _score * matches * matches;
                        ',
            "params" => [
                "tags" => $tags,
            ],
        ]
    ],
]

首先最外層的陣列就是我們通常寫的query語句，放在body中進行請求的，主要看query裡面的結構，這種需要自定義指令碼處理評分的，query中只放了一個script_score：

script_score包含了兩個部分，一部分是query，另外一部分是自定義的script，這裡面的query，就是正常原本寫在外層的query中的查詢結構，原本怎麼寫還是怎麼寫，比如這裡面可能還會需要一個標籤匹配的，那麼繼續加一個terms來查詢。

然後來看script部分，這裡面又分為兩個東西：

• source 自定義的評分排序指令碼
• params 自定義的評分指令碼引數

首先看params，這裡我傳遞了$tags，這是一個標籤陣列，最終會在source裡進行呼叫，source部分會放到elasticsearch中進行編譯，形成類似於函式的東西，然後params就是一個引數，在source的程式碼中需要呼叫tags這個引數，採用params.tags來進行呼叫。

然後再看source程式碼部分，這裡面會把搜尋到的結果doc中的tags欄位（這doc中的tags也是一個陣列）與所期望的tags進行校驗對比，最後得到實際匹配的個數：matches。

最後看source中的return部分，這裡會返回評分結果，這裡的_score是搜尋本身計算的相似度評分，然後這個地方_score * matches * matches，這裡是採用標籤個數對評分結果進行放大，標籤數匹配越多，自然放大結果就越大。

舉個例子：

可見最終受到標籤影響更大，實現了標籤結果數優先的排序。

當然，至於放大形式，比如說，評分一樣，以標籤數優先，那麼不用進行標籤平方處理，另外所期望的放大結果根據具體情況可以自行處理。

另外，在文章末尾帖上elasticsearch的指令碼語法連結：

https://www.elastic.co/guide/...