elasticsearch 通过整型字段提升结果

我正在尝试创建和自动完成目的地，我想通过一个流行整数字段来提高结果

我正在尝试使用此函数\u分数查询

'query' => [
                'function_score' => [
                    'query' => [
                        "bool" => [
                            "should" => [   
                                 [
                                    "multi_match"=>[
                                        "query"=>$text,
                                        "fields"=>[
                                           "destination_name_*"
                                        ],
                                        "type"=>"most_fields",
                                        "boost" => 2
                                    ]
                                ],
                                [
                                    "multi_match"=>[
                                        "query"=>$text,
                                        "fields"=>[
                                           "destination_name_*"
                                        ],
                                        "fuzziness" => "1",
                                        "prefix_length"=> 2                                   
                                    ]
                                ],
                                [
                                    "multi_match"=>[
                                        "query"=>$text,
                                        "fields"=>[
                                           "destination_name_*.exact"
                                        ],
                                        "boost" => 2                                   
                                    ]
                                ]
                            ]
                        ]
                    ],
                    'field_value_factor' => [
                        'field'=>'popularity'
                    ]
                ],
            ],

映射和设置：

'settings' => [ 
                'analysis' => [     
                    'filter' =>  [
                        'ngram_filter' => [
                            'type' => 'edge_ngram',
                            'min_gram' => 2,
                            'max_gram' => 20,
                        ]
                    ],
                    'analyzer' => [
                        'ngram_analyzer' => [
                            'type'      => 'custom',
                            "tokenizer" => "standard",
                            'filter'    => ['lowercase', 'ngram_filter'],
                        ]

                    ]
                ],   
            ],
            'mappings' =>[
                'doc' => [
                    "properties"=> [
                        "destination_name_en"=> [
                           "type"=> "text",
                           "term_vector"=> "yes",
                           "analyzer"=> "ngram_analyzer",
                           "search_analyzer"=> "standard",
                           "fields" => [
                                "exact" => [
                                    "type" => "text",
                                    "analyzer" => "standard"
                                ]
                           ]
                        ],
                        "destination_name_es"=> [
                           "type"=> "text",
                           "term_vector"=> "yes",
                           "analyzer"=> "ngram_analyzer",
                           "search_analyzer"=> "standard",
                           "fields" => [
                                "exact" => [
                                    "type" => "text",
                                    "analyzer" => "standard"
                                ]
                           ]
                        ],
                        "destination_name_pt"=> [
                           "type"=> "text",
                           "term_vector"=> "yes",
                           "analyzer"=> "ngram_analyzer",
                           "search_analyzer"=> "standard",
                           "fields" => [
                                "exact" => [
                                    "type" => "text",
                                    "analyzer" => "standard"
                                ]
                           ]
                        ],
                        "popularity"=> [
                           "type"=> "integer",
                        ]
                    ]
                ]
            ] 

我将坎昆的人气值设为10，当我开始写ca时，第一个选项是坎昆。这项工作如预期

但问题是，当我试图找到另一个受欢迎度值为0的城市，比如巴利亚塔港。当我写入时，我得到以下结果：

1.-瓦尔·德奥斯塔 -波多洛佩兹 弗吉尼亚州布里斯托尔 还有很多其他的。。。但不是瓦拉塔港

重要的是要强调，在没有函数分数和字段值因素的情况下，该查询如何在第一个位置puerto vallarta预期回报

我想用一个整数值来增加热门城市的容量

有什么建议吗

谢谢

默认情况下，您的字段值因子将自然分数乘以字段流行度值。因此，如果Puerto Vallarta的值为0，则其得分将始终为0。它将匹配，但永远不会出现在第一个结果中

再加上你的提升将是线性的，这肯定不是你想要的，因为热门城市将完全压倒结果列表

然后应该使用字段值因子的属性修饰符

如果您将其设置为log2p，它应该可以按预期工作。在应用log函数之前，修饰符log2p将在popularity字段的值中添加2。那么2人气城市和4人气城市之间的增长差异将是合理的。但是，当受欢迎程度分数上升时，两者之间的差异会减小

例：

将此添加到您的查询：

                'field_value_factor' => [
                    'field'=>'popularity',
                    'modifier' => 'log2p' <== add this
                ]

---

感谢现在我得到了预期的结果。你真是个骗子！

                'field_value_factor' => [
                    'field'=>'popularity',
                    'modifier' => 'log2p' <== add this
                ]