ElasticSearch - function_score (衰减函数 linear、exp、gauss 具体实例)

深碍√TFBOYSˉ_ 2023-02-13 14:43 24阅读 0赞

> 阅读本文需要先了解function\_score的相关知识，请看 [ElasticSearch - function\_score 详解][ElasticSearch - function_score]

### 1. 前言 ###

很多变量都可以影响用户对于酒店的选择，像是用户可能希望酒店离市中心近一点，但是如果价格足够便宜，也愿意为了省钱，妥协选择一个更远的住处。如果我们只是使用一个 `filter` 排除所有市中心方圆 100 米以外的酒店，再用一个`filter`排除每晚价格超过100元的酒店，这种作法太过强硬，可能有一间房在 500米，但是超级便宜一晚只要10元，用户可能会因此愿意妥协住这间房。

为了解决这个问题，因此`function_score`查询提供了一组 `衰减函数 (decay functions)`， 让我们有能力在两个滑动标准(如地点和价格)之间权衡。

### 2. function\_score支持的衰减函数 ###

#### 2.1 三种衰减函数（`linear`、`exp`、`gauss`） ####

`function_score`支持的衰减函数有三种，分别是 `linear`、`exp` 和 `gauss`。`linear`、`exp`、`gauss`三种衰减函数的差别只在于衰减曲线的形状，在DSL的语法上的用法完全一样。

*  `linear` : 线性函数是条直线，一旦直线与横轴0相交，所有其他值的评分都是0。
 *  `exp` : 指数函数是先剧烈衰减然后变缓。
 *  `guass(最常用)` : 高斯函数则是`钟形`的，他的衰减速率是先缓慢，然后变快，最后又放缓。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpamluZ2ppbmdjaG4_size_16_color_FFFFFF_t_70]

#### 2.2 衰减函数们 (`linear`、`exp`、`gauss`) 支持的参数 ####

*  `origin` : 中心点，或是字段可能的最佳值，落在原点(origin)上的文档评分\_score为满分1.0，支持数值、时间 以及 “经纬度地理座标点”(最常用) 的字段。
 *  `offset` : 从 origin 为中心，为他设置一个偏移量offset覆盖一个范围，在此范围内所有的评分\_score也都是和origin一样满分1.0。
 *  `scale` : 衰减率，即是一个文档从origin下落时，\_score改变的速度。
 *  `decay` : 从 origin 衰减到 scale 所得的评分\_score，默认为0.5 (一般不需要改变，这个参数使用默认的就好了)。

**以上面的图为例：**

*  所有曲线(`linear、exp、gauss`)的`origin`都是40，`offset`是5，因此范围在`40-5 <= value <= 40+5`的文档的评分`_score`都是满分`1.0`。
 *  而在此范围之外，评分会开始衰减，衰减率由`scale`值(此处是5)和`decay`值(此处是默认值0.5)决定，在`origin +/- (offset + scale)`处的评分是`decay`值，也就是在30、50的评分处是0.5分。
 *  也就是说，在`origin + offset + scale`或是`origin - offset - scale`的点上，得到的分数仅有`decay`分。

### 3. 具体实例 ###

#### 3.1 具体实例-1 ####

先准备数据和索引，在ES插入三条数据，其中language是keywork类型，like是integer类型(代表点赞量)：

{ "language": "java", "like": 5 }
    { "language": "python", "like": 10 }
    { "language": "go", "like": 15 }

以`like=15`为中心，使用`gauss`函数：

GET 127.0.0.1/mytest/doc/_search
    {
        "query": {
            "function_score": {
                "query": {
                    "match_all": {}
                },
                "functions": [
                    {
                        "gauss": {
                            "like": {
                                "origin": "15", //如果不设置offset，offset默认为0
                                "scale": "5",
                                "decay": "0.2"
                            }
                        }
                    }
                ]
            }
        }
    }
    "hits": [
        {
            "_score": 1,
            "_source": { "language": "go", "like": 15 }
        },
        {
            "_score": 0.2, //因为改变了decay=0.2，所以当位于 origin-offset-scale=10 的位置时，分数为decay，就是0.2
            "_source": { "language": "python", "like": 10 }
        },
        {
            "_score": 0.0016,
            "_source": { "language": "java", "like": 5 }
        }
    ]

#### 3.2 具体实例-2 ####

假设有一个用户希望租一个离市中心近一点的酒店，且每晚不超过100元的酒店，而且与距离相比，我们的用户对价格更敏感，那麽使用衰减函数`guass`查询如下：

*  其中把price语句的origin点设为50是有原因的，由于价格的特性一定是越低越好，所以0~100元的所有价格的酒店都应该认为是比较好的，而100元以上的酒店就慢慢衰减。
 *  如果我们将price的origin点设置成100，那麽价格低于100元的酒店的评分反而会变低，这不是我们期望的结果，与其这样不如将origin和offset同时设成50，只让price大于100元时评分才会变低
 *  虽然这样设置也会使得price小于0元的酒店评分降低没错，不过现实生活中价格不会有负数，因此就算price<0的评分会下降，也不会对我们的搜索结果造成影响(酒店的价格一定都是正的)。
 *  换句话说，其实只要把origin + offset的值设为100，origin或offset是什麽样的值都无所谓，只要能确保酒店价格在100元以上的酒店会衰减就好了。

GET 127.0.0.1/mytest/doc/_search
    {
        "query": {
            "function_score": {
                "functions": [
                    //第一个gauss加强函数，决定距离的衰减率
                    {
                        "gauss": {
                            "location": {
                                "origin": {  //origin点设成酒店的经纬度座标
                                    "lat": 51.5,
                                    "lon": 0.12
                                },
                                "offset": "2km", //距离中心点2km以内都是满分1.0，2km外开始衰减
                                "scale": "3km"  //衰减率
                            }
                        }
                    },
                    //第二个gauss加强函数，决定价格的衰减率，因为用户对价格更敏感，所以给了这个gauss加强函数2倍的权重
                    {
                        "gauss": {
                            "price": {
                                "origin": "50", 
                                "offset": "50",
                                "scale": "20"
                            }
                        },
                        "weight": 2
                    }
                ]
            }
        }
    }

[ElasticSearch - function_score]: https://blog.csdn.net/lijingjingchn/article/details/106405577
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpamluZ2ppbmdjaG4_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200529164311421.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpamluZ2ppbmdjaG4=,size_16,color_FFFFFF,t_70