elasticsearch 在Elasticsearch中，仅提升分数接近相同的结果

我使用下面的查询来搜索姓名数据库，允许模糊匹配，但优先考虑精确匹配

"query": {
    "bool": {
        "should": [
            {
                "match": {
                    "name": {
                        "query": "x",
                        "operator": "and",
                        "boost": 10
                    }
                }
            },
            {
                "match": {
                    "name": {
                        "query": "x",
                        "fuzziness": "AUTO",
                        "operator": "and"
                    }
                }
            },
            {
                "match": {
                    "altname": {
                        "query": "x",
                        "fuzziness": "AUTO",
                        "operator": "and"
                    }
                }
            }
        ]
    }
}

数据库包含具有相同名称的条目。如果出现这种情况，我想增加第二个字段来增加这些条目，我们称之为

weight

。但是，我只希望在分数（接近）相同的结果子集之间应用提升，而不是所有结果

具有相同名称的结果可能会得到稍有不同的分数，因为它们受到

altname

字段上相关性的影响，这一事实使情况更加复杂

例如，查询

dog

可以得到3个结果：

• 狗[id 1，得分2.3，体重10]
• 狗[id 2，得分2.2，体重20]
• 狗[id 3，得分1，体重100]

我正在寻找一个可以将id为2的结果提升到最高分的查询。id为3的结果应该始终位于底部，因为它的相关性很差，无论其权重如何。理想情况下，使用可调参数调整分数因子与权重因子

---

在Elasticsearch中，有没有任何方法可以在不破坏性能的情况下一次完成这项工作？

看起来我已经找到了答案

首先，我意识到我原来问题中的例子过于复杂。我把范围缩小到：“如何编写一个“blub”查询，它以2、3、1的顺序返回以下文档”

因此：对于分数相同（或非常相似）的两份文件，应将重量用作平局破坏者。但分数明显较低的文件永远不应该被允许胜过其他结果，不管其权重如何

我将数据加载到优秀的Play工具中：并开始实验

原来

log2p

修饰符完全符合我的预期。在现实世界的数据集上重复这个过程，一切看起来都和预期的一模一样

function_score: 
    query:
        match:
            name: blub
    field_value_factor:
        field: weight
        modifier: log2p

---

对于分数来说，多重

weight

，即

boost\u模式：多重
，在OPI中的示例中，它起作用，稍微更改了
weight
数字，以澄清问题。由于模糊匹配，结果通常包括得分明显低于顶级结果的匹配。我不想让它们被提升到顶部，不管它们的权重如何。您可以使用函数分数仅在非模糊查询匹配上应用权重，下面提供了一个示例答案。
function_score: 
    query:
        match:
            name: blub
    field_value_factor:
        field: weight
        modifier: log2p