Elasticsearch精确匹配分数优化：多作者文档分数偏低问题解惑

默认情况下，你的authors.name字段是普通文本类型，Elasticsearch会将数组中的所有作者对象扁平化处理——把所有作者名合并到同一个字段中。此时影响分数的核心因素是字段长度归一化（Field-length norm）：

• 文档1的authors.name仅包含"Test Name"，字段内容短；
• 文档2的authors.name包含"Test Name"和"Another author"，字段内容更长。

Elasticsearch认为字段越长，单个匹配词的重要性相对越低，因此会通过字段长度归一化降低文档2的分数。同时，文档2中额外的词汇也会稀释匹配词的权重，进一步拉低分数。

1. 将authors设为Nested类型（推荐） #

Nested类型会将每个作者对象独立索引，查询时仅针对单个作者对象匹配，避免其他作者的内容影响分数。步骤如下：

• 删除原索引并重新创建带Nested映射的索引：

  PUT test
  {
    "mappings": {
      "properties": {
        "id": {"type": "integer"},
        "authors": {
          "type": "nested",
          "properties": {
            "name": {"type": "text"},
            "url": {"type": "keyword"}
          }
        }
      }
    }
  }
  

• 重新导入文档后，修改查询为Nested查询：

  GET test/_search
  {
    "query": {
      "function_score": {
        "query": {
          "bool": {
            "should": [
              {
                "nested": {
                  "path": "authors",
                  "query": {
                    "match_phrase": {
                      "authors.name": {
                        "_name": "exact match in authors",
                        "query": "Test Name",
                        "boost": 100,
                        "slop": 1
                      }
                    }
                  }
                }
              }
            ]
          }
        }
      }
    }
  }
  

  此时两个文档的分数会完全一致，因为匹配的都是单个独立的作者对象，字段长度归一化仅作用于单个作者的name字段。

2. 禁用字段长度归一化 #

如果不想修改为Nested类型，可以在映射中禁用authors.name的字段长度归一化，让Elasticsearch计算分数时忽略字段长度：

PUT test
{
  "mappings": {
    "properties": {
      "id": {"type": "integer"},
      "authors": {
        "properties": {
          "name": {"type": "text", "norms": false},
          "url": {"type": "keyword"}
        }
      }
    }
  }
}

重新导入文档后执行原查询，两个文档的分数会接近或相同。注意：此设置会影响该字段所有查询的相关性计算，需根据业务场景权衡。

3. 使用Constant Score强制固定分数 #

如果只需要匹配文档就赋予相同分数，无需考虑相关性细节，可以用constant_score包裹查询：

GET test/_search
{
  "query": {
    "constant_score": {
      "query": {
        "bool": {
          "should": [
            {
              "match_phrase": {
                "authors.name": {
                  "_name": "exact match in authors",
                  "query": "Test Name",
                  "slop": 1
                }
              }
            }
          ]
        }
      },
      "boost": 100
    }
  }
}

所有匹配的文档分数都会被设为100，完全一致。

内容的提问来源于stack exchange，提问作者RobertPro