33
《深入理解Elasticsearch（原書第2版）》一2.1.4 一個例子
本節書摘來華章計算機《深入理解Elasticsearch（原書第2版）》一書中的第2章 ，第2.1.4節，[美]拉斐爾·酷奇（Rafal Ku） 馬雷克·羅戈任斯基（Marek Rogoziski）著 張世武 餘洪淼 商旦 譯 更多章節內容可以訪問雲棲社區“華章計算機”公眾號查看。
2.1.4 一個例子
現在，我們已經了解評分的工作原理。接下來我們看一個在現實生活中應用評分的簡單例子。首先我們需要創建一個名為scoring的新索引。使用如下命令創建這個索引：
簡單起見，我們使用了隻有一個物理分片和0個副本的索引（我們不需要在這個例子中關心分布式文檔頻率）。我們需要索引一個簡單的文檔，代碼如下：
接著我們執行一個簡單的匹配（match）查詢，查詢的詞項是“document”。
Elasticsearch返回的結果如下：
顯然，剛才索引的這個文檔被匹配上了，並且被賦予了得分。我們可以通過下麵這條命令來查看得分的計算過程：
Elasticsearch返回的結果如下：
可以看出，Elasticsearch給出了針對給定文檔和查詢的詳細的得分計算過程。同時可以看出，得分等於詞項頻率（本例中是1）和逆文檔頻率（0.30685282）以及字段範數（0.625）的乘積。
現在，我們再把另一個文檔加入索引。
此時，如果執行最開始的查詢，我們將看到如下響應：
現在，可以對比一下TF/IDF評分公式在現實場景中的工作了。在把第2個文檔索引到相同分片後（請記住我們創建的索引隻有一個分片且沒有副本），得分發生了變化，盡管此時的查詢和剛才的一樣。這是因為一些影響得分的因子已經改變了。比如，逆文檔頻率變了，因此得分也會跟著改變。我們還需要注意對比一下兩個文檔的得分。我們查詢了一個單詞“document”，查詢匹配上了兩個文檔的相同字段的相同詞項。第2個文檔的得分為什麼較低，是因為和第1個文檔相比，它的name字段多了一個詞項。根據先前的知識儲備，我們知道，文檔越短，Lucene給出的得分越高。
希望這個簡短的介紹會讓你對評分工作機製認識得更清楚，在你需要優化查詢時理解目標查詢的工作過程。
最後更新：2017-06-23 23:35:13