Spring Data Elasticsearch的无痛脚本

2024-04-29 • 问答

我们正在使用Spring Data Elasticsearch来构建“读取时扇出”用户内容供稿。当前，我们的首次尝试是使用NativeSearchQueryBuilder显示基于关键字匹配的内容和最新内容。

我们希望基于其他因素（例如，用户参与度，用户当前正在从事的工作等）进一步改善显示给用户的相关性顺序。

可以使用NativeSearchQueryBuilder进行此自定义排序，还是可以使用轻松的脚本获得更多控制权？如果这是一个轻松的脚本，我们可以从Spring Data ElasticSearch中调用它吗？

任何示例，都将非常欢迎提出建议。

Elasticsearch用它relevance-score对结果进行排序（这表明结果与您的搜索查询相关），认为结果集中的每个文档都包含一个数字，该数字表示文档的相关性 >转到给定查询。

如果要更改其顺序的数据是索引数据的一部分（例如，文档字段），则可以使用 QueryDSL ，以boost的_score字段，很少的选项我可以考虑：

boost依赖于此条件的搜索查询：用户搜索价格为3倍的房间，但价格相同的4倍的房间会更好地匹配，那么我们可以：{ "range": { "rooms": { "gte": 4,"boost": 1 }}}
field-value-factor，您可以通过它的字段值来偏向结果：用户更多的“点击”，更多“喜欢”等。
random-score（如果您希望结果随机）：与众不同用户每次刷新您的页面或您可以将其与现有评分混合使用时的结果。
decay functions（高斯！）来增强/增强接近/远离我们中心点的结果。假设我们要搜索公寓，我们的预算设置为1700。{ "gauss": { "price": { "origin": "1700","scale": "300" } } }会让我们感觉到我们与1,700的预算有多接近。价格高得多（例如2,300）的任何公寓-都会受到高斯函数的惩罚-因为它离我们的起源很远。高斯函数的衰减和行为-会将我们的结果与我们的起源相对应。

我认为这对spring-data-es没有任何抽象，我将FunctionScoreQueryBuilder与NativeSearchQueryBuilder一起使用。