使用嵌套查询的Elasticsearch提升分数

Question

我在Elasticsearch 1.3.4版中有以下查询：

{
   "filtered": {
      "query": {
         "bool": {
            "should": [
               {
                  "bool": {
                     "should": [
                        {
                           "match_phrase": {
                              "_all": "java"
                           }
                        },
                        {
                           "bool": {
                              "should": [
                                 {
                                    "match_phrase": {
                                       "_all": "adobe creative suite"
                                    }
                                 }
                              ]
                           }
                        }
                     ]
                  }
               },
               {
                  "bool": {
                     "should": [
                        {
                           "nested": {
                              "path": "skills",
                              "query": {
                                 "bool": {
                                    "must": [
                                       {
                                          "term": {
                                             "skills.name.original": "java"
                                          }
                                       },
                                       {
                                          "bool": {
                                             "should": [
                                                {
                                                   "match": {
                                                      "skills.source": {
                                                         "query": "linkedin",
                                                         "boost": 5
                                                      }
                                                   }
                                                }, 
                                                {
                                                   "match": {
                                                      "skills.source": {
                                                         "query": "meetup",
                                                         "boost": 5
                                                      }
                                                   }
                                                }                                                
                                             ]
                                          }
                                       }
                                    ],
                                    "minimum_should_match": "100%"
                                 }
                              }
                           }
                        }
                     ]
                  }
               }
            ],
            "minimum_should_match": "100%"
         }
      },
      "filter": {
         "and": [
            {
               "bool": {
                  "should": [
                     {
                        "term": {
                           "skills.name.original": "java"
                        }
                     }
                  ]
               }
            },
            {
               "bool": {
                  "should": [
                     {
                        "term": {
                           "skills.name.original": "ajax"
                        }
                     },
                     {
                        "term": {
                           "skills.name.original": "html"
                        }
                     }
                  ]
               }
            }
         ]
      }
   }
}

映射如下所示：

  skills: {
    type: "nested", 
    include_in_parent: true, 
    properties: {                 
      name: {
        type: "multi_field",
        fields: {
          name: {type: "string"},
          original: {type : "string", analyzer : "string_lowercase"} 
        }              
      }                                                       
    }
  }

最后，技能(不包括其他部分)的文档结构如下所示：

  "skills": 
  [
    {
      "name": "java",
      "source": [
         "linkedin", 
         "facebook"
      ]
    },
    {
      "name": "html",
      "source": [
         "meetup"
      ]
    }
  ]

我使用这个查询的目标是，首先用过滤器过滤掉一些不相关的匹配(查询的底部)，然后通过在整个文档中搜索match_phrase "java“来给一个人打分，如果文档中还包含match_phrase "adobe creative suit"，则额外增加分数，然后检查在"skills”中找到的嵌套值，看看技能来自哪种“源”。然后根据嵌套对象具有的源或多个源来增强查询。

这类工作，至少我没有得到任何错误，但最终的分数是奇怪的，很难看到它是否工作。如果我给一个小的提升，比方说2，分数略有下降，我目前的最高分是32.176407分，boost =1。如果提升5分，它会下降到31.637703分。我希望它会上升，而不是下降？随着1000的提升，分数将下降到2.433376。

这是正确的方法吗，还是有更好/更简单的方法？我可以改变结构和映射等。为什么我的分数在下降？

编辑:我稍微简化了查询，只处理了一种“技能”：

{
   "filtered": {
      "query": {
         "bool": {
            "must": [
               {
                  "bool": {
                     "must": [
                        {
                           "bool": {
                              "should": [
                                 {
                                    "match_phrase": {
                                       "_all": "java"
                                    }
                                 }
                              ],
                              "minimum_should_match": 1
                           }
                        }
                     ]
                  }
               }
            ],
            "should": [
               {
                  "nested": {
                     "path": "skills",
                     "score_mode": "avg",
                     "query": {
                        "bool": {
                           "must": [
                              {
                                 "term": {
                                    "skills.name.original": "java"
                                 }
                              }
                           ],
                           "should": [
                              {
                                 "match": {
                                    "skills.source": {
                                       "query": "linkedin",
                                       "boost": 1.2
                                    }
                                 }
                              },
                              {
                                 "match": {
                                    "skills.source": {
                                       "query": "meetup",
                                       "boost": 1.2
                                    }
                                 }
                              }
                           ]
                        }
                     }
                  }
               }
            ]
         }
      },
      "filter": {
         "and": [
            {
               "bool": {
                  "should": [
                     {
                        "term": {
                           "skills.name.original": "java"
                        }
                     }
                  ]
               }
            }
         ]
      }
   }
}

现在的问题是，我希望有两个类似的文档，唯一的区别是技能"java“上的"source”值。它们分别是"linkedin“和"meetup”。在我的新查询中，它们都得到了相同的提升，但两个文档的最终_score非常不同。

在单据1的查询说明中：

"value": 3.82485,
"description": "Score based on child doc range from 0 to 125"

对于第二个文档：

"value": 2.1993546,
"description": "Score based on child doc range from 0 to 125"

这些值是唯一不同的，我不明白为什么。

Answer 1

我不能回答关于提升的问题，但是你在索引上有多少分片？TF和IDF是按分片而不是按索引计算的，这可能会造成分数上的差异。https://groups.google.com/forum/#!topic/elasticsearch/FK-PYb43zcQ。

如果只使用1个分片进行重新索引，结果会发生变化吗？

编辑:另外，文档范围是分片中每个文档的文档范围，您可以使用它来计算每个文档的IDF，以验证分数。