ElasticSearch默认评分机制

我要找的是，关于ElasticSearch（Lucene）的默认评分机制是如何工作的，简单明了的解释。我的意思是，它是使用Lucene评分，还是使用自己的评分

例如，我想通过“名称”字段搜索文档。我使用.NETNest客户端编写查询。让我们考虑一下这种类型的查询：

IQueryResponse queryResult=client.Search（s=>
s、 从（0）
.尺寸（300）
.解释
.Query（q=>q.Match（a=>a.OnField（q.Resolve（f=>f.Name））.QueryString（“ExampleName”））
);

转换为这样的JSON查询：

{
 "from": 0,
 "size": 300,
 "explain": true,
 "query": {
   "match": {
     "Name": {
       "query": "ExampleName"
      }
    }
  }
}

大约有110万个文档正在执行搜索。我得到的回报是（这只是结果的一部分，由我自己格式化）：

其中第一个字段只是一个Id，第二个是ElasticSearch执行搜索的名称字段，第三个是分数

如您所见，ES索引中有许多重复项。由于发现的一些文档具有不同的分数，尽管它们完全相同（只有不同的Id），但我得出结论，不同的碎片在整个数据集的不同部分上执行了搜索，这使我发现分数在某种程度上基于给定碎片中的总体数据，不只是在搜索引擎实际考虑的文档上

---

问题是，这个评分到底是如何工作的？我的意思是，你能告诉我/给我看/给我指一个精确的公式来计算ES发现的每个文档的分数吗？最后，如何改变这种评分机制？

默认评分是核心Lucene中的DefaultSimilarity算法。您可以通过配置或使用类似的工具来自定义评分

---

显示的前五个结果中的奇数分数变化似乎很小，就查询结果的有效性及其顺序而言，这与我无关，但如果您想了解其原因，则可以准确地显示那里发生的情况。

分数变化基于给定分片中的数据（如您所怀疑的那样）。默认情况下，ES使用名为“查询然后获取””的搜索类型，该类型将查询发送到每个碎片，并使用本地TDIFs查找具有分数的所有匹配文档（这将因给定碎片上的数据而异-这是您的问题）

您可以通过使用“dfs查询然后获取”“搜索类型-预先查询每个分片，询问术语和文档频率，然后向每个分片发送查询等来更改此设置

您可以在url中设置它

$ curl -XGET '/index/type/search?pretty=true&search_type=dfs_query_then_fetch' -d '{
  "from": 0,
  "size": 300,
  "explain": true,
  "query": {
    "match": {
      "Name": {
        "query": "ExampleName"
      }
    }
  }
}' 

---

ElasticSearch文档中的精彩解释：

• 什么是相关性：

• 相关性评分背后的理论：

---

好的，这几乎涵盖了我想知道的内容。ES纯粹使用Lucene相似性的信息非常有用。谢谢！有关Lucene评分算法中因素的更多详细信息：

$ curl -XGET '/index/type/search?pretty=true&search_type=dfs_query_then_fetch' -d '{
  "from": 0,
  "size": 300,
  "explain": true,
  "query": {
    "match": {
      "Name": {
        "query": "ExampleName"
      }
    }
  }
}'