Question

我需要你的索引设计帮助，以获得真实的场景。这可能是一个很长的问题，让我尝试尽可能简洁地解释它。

我们正在构建一个基于Elasticsearch的搜索平台，为我们的客户提供网站搜索体验，索引中的文档可能是这样的：

{ "Path":"http://www.foo.com/doc/abc/1", "Title":"Title 1", "Description":"The description of doc 1", ... }
{ "Path":"http://www.foo.com/doc/abc/2", "Title":"Title 2", "Description":"The description of doc 2", ... }
{ "Path":"http://www.foo.com/doc/abc/3", "Title":"Title 3", "Description":"The description of doc 3", ... }
...

对于每个查询，返回的匹配文档默认按相关性排序，但我们的客户也希望为某些关键字提升某些特定文档，

他们给我们提供了以下内容，例如提升配置XML：

<boost>
    <Keywords value="keyword1">
        <Path rank="10000">http://www.foo.com/doc/abc/1</Path>
    </Keywords>

    <Keywords value="keyword2">
        <Path rank="10000">http://www.foo.com/doc/abc/2</Path>
        <Path rank="9900">http://www.foo.com/doc/abc/1</Path>
    </Keywords>

    <Keywords value="keyword3">
        <Path rank="10000">http://www.foo.com/doc/abc/3</Path>
        <Path rank="9900">http://www.foo.com/doc/abc/2</Path>
        <Path rank="9800">http://www.foo.com/doc/abc/1</Path>
    </Keywords>
</boost>

这意味着，如果用户搜索“keyword1”，则前1个匹配文档应该是其Path字段值为“ www.foo.com/doc/abc/1 ”的文档，无论该文件的相关性分数。同样，如果搜索“keyword3”，前3个匹配文档应该是Path值为的文档 “ www.foo.com/doc/abc/3 ”，“ www.foo.com/doc/abc/2 ”和“ www.foo。 com / doc / abc / 1 “分别。

为了满足这一特殊要求，我的设计首先将原始的提升XML转换为以下格式：

<boost>
    <Path value="http://www.foo.com/doc/abc/1">
        <keywords>
           <keyword value="keyword1" rank="10000" />
           <keyword value="keyword2" rank="9900" />
           <keyword value="keyword3" rank="9800" />
        </keywords>
    </Path>

    <Path value="http://www.foo.com/doc/abc/2">
        <keywords>
           <keyword value="keyword2" rank="10000" />
           <keyword value="keyword3" rank=9900" />
        </keywords>
    </Path> 
    <Path value="http://www.foo.com/doc/abc/3">
        <keywords>
           <keyword value="keyword3" rank="10000" />
        </keywords>
    </Path>
</boost>

然后在Elasticsearch文档中添加一个嵌套字段“Boost”，其中包含一个关键字/排名字段数组，如下例所示：

{
  "Boost": [ 
     { "keyword":"keyword1", "rank": 10000},
     { "keyword":"keyword2", "rank": 9900},
     { "keyword":"keyword3", "rank": 9800}
  ] 
  "Path":"http://www.foo.com/doc/abc/1", 
  "Title":"Title 1", 
  "Description":"The description of doc 1",
   ...
 }

{
    "Boost": [ 
       { "keyword":"keyword2", "rank": 10000},
       { "keyword":"keyword3", "rank": 9900}
    ] 
    "Path":"http://www.foo.com/doc/abc/2", 
    "Title":"Title 2", 
    "Description":"The description of doc 2",
     ...
 }

{

    "Boost": [ 
       { "keyword":"keyword3", "rank": 10000}
    ] 
    "Path":"http://www.foo.com/doc/abc/3", 
    "Title":"Title 3", 
    "Description":"The description of doc 3",
     ...
}

然后在查询时，使用嵌套查询获取给定搜索关键字的每个匹配文档的排名值，然后使用得分脚本按此排名值调整相关性得分。

由于来自提升XML的排名值远远大于正常相关性得分（通常小于5），因此在为给定关键字提升XML时配置的文档的调整得分应该是最高分。

您认为这是Elasticsearch的优秀设计吗？对更好方法的任何建议？

提前致谢！

Answer 1

最好将关键字在原始文档的单独字段中编入索引，然后在搜索过程中，只需在该字段中提升匹配。

这并不是您所描述的，因为它不能让您精确控制每个关键字的提升因子。但是，如果查询包含特定关键字，这绝对是一种使特定文档在搜索结果中显得更高的方法。

如果您确实需要更好地控制不同关键字的提升因子，您仍然可以使用此方法执行此操作。但是，您需要创建几个“提升关键字”字段，并在查询中以不同方式对其进行推广。

例如：

{ "Path":"http://www.foo.com/doc/abc/1",
  "Title":"Title 1",
  "Description":"The description of doc 1",
  "boost_kw1": "keyword1 keyword2",
  "boost_kw2": "keyword3 keyword4" },
{ "Path":"http://www.foo.com/doc/abc/1",
  "Title":"Title 1",
  "Description":"The description of doc 1",
  "boost_kw1": "keyword3",
  "boost_kw2": "keyword1 keyword2" }

在查询中，您calculate the total score为：

的总和

主要查询scire
“boost_kw1”中的匹配得分乘以10
“boost_kw2”中的匹配得分乘以5

如何在Elasticsearch中为特定搜索词提升特定文档？

1 个答案: