使用 function score query，可以修改文档的相关性算分 (query score)，根据新得到的算分排序。
目录
[Function Score Query](#Function Score Query)
Function Score Query
几种默认的计算分值的函数：
- Weight:为每一个文档设置一个简单而不被规范化的权重
- Field Value Factor:使用该数值来修改_socre,例如将"热度"和"点赞数"作为算分的参考因素
- Random Score:为每一个用户使用一个不同的,随机算分结果
- 衰减函数:以某个字段的值为标准,距离某个值越近,得分越高
- Script Score:自定义脚本完全控制所需逻辑
GET /hotel/_search
{
"query":{
"function_score": {
"query": { "match": { "al":"外滩" } }, //原始查询条件，搜索文档并根据相关性打分(query score)
"functions":[
{
"filter": { "term" : { "id":"1" }}, //过滤条件，符合条件的文档才会被重新算分
"weight":10 // 算分函数，算分函数的结果称为function score，将来会与queryscore运算，得到新算分，常见的算分函数有:
weight：给一个常量值，作为函数结果 (function score);
field_value_factor：用文档中的某个字段值作为函数结果;
random_score：随机生成一个值，作为函数结果;
script_score：自定义计算公式，公式结果作为函数结果;
}
],
"boost_mode": "multiply" //加权模式，定义function score与query score的运算方式，包括：
multiply：两者相乘。默认。
replace：用function store 春换query score
其它：sum、avg、max、min
}
}
}
案例
题目1：给"如家"这个品牌的酒店排名靠前一些 ？
分析如下
- 哪些文档需要算分加权?
品牌为如家的酒店
- 算分函数是什么?
weight就可以
- 加权模式是什么?
求和
代码示例
GET /hotel/_search
{
"query":{
"function_score": {
"query":{ //... },
"functions" : [ // 算分函数
{
"filter": { // 满足的条件，品牌必须是如家
"term": {
"brand":"如家"
}
},
"weight" : 2 // 算分权重为2
}
],
"boost_mode":"sum" // 求和
}
}
}