Elasticsearch 中的Disjunction Max Query（析取最大查询）是一种非常有用的查询工具，适用于在多个字段中搜索相同内容的场景。它能够有效地处理多字段匹配的情况，并通过特定的机制计算文档的相关性分数。以下是关于`dis_max`查询的详细说明，包括其用途、结构、参数、分数计算方式以及一些实际应用场景。
1.用途
`dis_max`查询的主要用途包括：
• 多字段搜索：当你需要在多个字段中搜索相同的内容时，`dis_max`查询可以同时对这些字段进行搜索。
• 提升相关性：它会根据匹配字段中的最高分数来提升文档的相关性，同时通过`tie_breaker`参数可以调整其他匹配字段对最终分数的贡献。
• 避免重复：在多个字段中搜索相同内容时，避免因重复匹配而导致的分数过高问题。
2.查询结构
`dis_max`查询的基本结构如下：
```json
{
"query": {
"dis_max": {
"queries": [
{ "match": { "field1": "search term" }},
{ "match": { "field2": "search term" }},
{ "match": { "field3": "search term" }}
],
"tie_breaker": 0.3
}
}
}
```
参数说明
• `queries`：
• 类型：数组，包含多个查询子句。
• 作用：每个查询子句可以是任意类型的查询（如`match`、`term`、`bool`等），针对不同的字段进行搜索。
• 要求：至少需要一个查询子句。
• `tie_breaker`：
• 类型：浮点数，介于`0`和`1`之间。
• 作用：用于调整其他匹配字段对最终分数的贡献。
• 默认值：`0.0`。
• 说明：如果一个文档匹配多个查询子句，`tie_breaker`会将其他匹配字段的分数乘以该值，然后加到最高分数上。
3.分数计算方式
`dis_max`查询的分数计算过程如下：
- 取最高分数：
• 从所有匹配的查询子句中，取最高分数作为基础分数。
• 例如，假设`field1`的分数为`0.8`，`field2`的分数为`0.6`，`field3`的分数为`0.5`，则最高分数为`0.8`。
- 计算其他匹配字段的贡献：
• 将其他匹配字段的分数乘以`tie_breaker`值。
• 例如，假设`tie_breaker`为`0.3`：
• `field2`的贡献为`0.6 * 0.3 = 0.18`。
• `field3`的贡献为`0.5 * 0.3 = 0.15`。
- 最终分数计算：
• 将最高分数与其他匹配字段的贡献相加。
• 例如，最终分数为`0.8 + 0.18 + 0.15 = 1.13`。
4.实际应用场景
场景1：多字段搜索
假设你有一个产品文档，包含`name`、`description`和`tags`字段，你希望搜索包含特定关键词的产品：
```json
{
"query": {
"dis_max": {
"queries": [
{ "match": { "name": "smartphone" }},
{ "match": { "description": "smartphone" }},
{ "match": { "tags": "smartphone" }}
],
"tie_breaker": 0.2
}
}
}
```
场景2：权重调整
假设你希望某些字段的匹配结果更优先，可以通过`boost`参数调整权重：
```json
{
"query": {
"dis_max": {
"queries": [
{ "match": { "name": { "query": "smartphone", "boost": 2.0 }}},
{ "match": { "description": "smartphone" }},
{ "match": { "tags": "smartphone" }}
],
"tie_breaker": 0.2
}
}
}
```
场景3：结合其他查询
`dis_max`查询可以与其他查询（如`bool`查询）结合使用，实现更复杂的搜索逻辑：
```json
{
"query": {
"bool": {
"must": {
"dis_max": {
"queries": [
{ "match": { "name": "smartphone" }},
{ "match": { "description": "smartphone" }}
],
"tie_breaker": 0.1
}
},
"filter": { "term": { "category": "electronics" }}
}
}
}
```
5.调试分数计算
如果需要了解分数是如何计算的，可以在查询中添加`"explain": true`选项：
```json
GET /your_index/_search
{
"query": {
"dis_max": {
"queries": [
{ "match": { "name": "smartphone" }},
{ "match": { "description": "smartphone" }},
{ "match": { "tags": "smartphone" }}
],
"tie_breaker": 0.2
}
},
"explain": true
}
```
Elasticsearch 会返回一个详细的`explanation`字段，说明每个文档的相关性分数是如何计算的。
6.总结
`dis_max`查询是一种强大的工具，适用于需要在多个字段中搜索相同内容的场景。通过合理设置`tie_breaker`和`boost`参数，可以灵活调整搜索结果的相关性，从而优化搜索体验。它能够有效处理多字段匹配的情况，避免因重复匹配而导致的分数过高问题，同时通过`explain`选项可以方便地调试分数计算过程。