如何在ElasticSearch中基于静态值提升搜索结果？以及如何基于文档类型优化搜索结果排序？

嘿，这两个问题其实都可以通过ElasticSearch的function_score查询来解决，这玩意儿就是专门用来自定义文档得分、实现灵活排序的利器，我给你一步步拆解：

最简单的方式就是利用function_score里的静态权重提升，你有两种常用思路：

• 直接给特定查询加boost值：如果你的静态提升是针对某一类查询结果，比如想让匹配某个关键词的文档得分翻倍，直接在query里加boost参数就行，比如：

{
  "query": {
    "match": {
      "title": {
        "query": "elasticsearch",
        "boost": 2.0
      }
    }
  }
}

这个boost是乘数效应，会把该查询的得分乘以指定的数值。

• 用function_score的script_score做静态加分：如果需要更精细的控制（比如给满足某些条件的文档加固定分数），就用function_score结合过滤条件+脚本操作得分：
  比如给所有标记为"featured"的文档加30分：

{
  "query": {
    "function_score": {
      "query": { "match_all": {} }, // 这里替换成你的基础搜索查询
      "functions": [
        {
          "filter": { "term": { "is_featured": true } },
          "script_score": {
            "script": "_score + 30"
          }
        }
      ],
      "boost_mode": "sum" // 把原始得分和函数得分相加，默认是multiply
    }
  }
}

这里的boost_mode可以根据需求选：sum（相加）、multiply（相乘）、replace（用函数得分替换原始得分）等。

针对你这个场景，我们需要给标记为Product或Service的文档（假设文档里有document_type这类字段来区分类型），在原始相关性得分基础上加25分，用function_score配合script_score就能完美实现：

具体的DSL示例如下：

{
  "query": {
    "function_score": {
      "query": { 
        // 这里替换成你的实际搜索查询，比如match、multi_match等
        "multi_match": {
          "query": "你的搜索关键词",
          "fields": ["title", "content"]
        }
      },
      "functions": [
        {
          "filter": {
            "terms": { "document_type": ["Product", "Service"] }
          },
          "script_score": {
            "script": "_score + 25"
          }
        }
      ],
      "boost_mode": "sum", // 确保原始得分和额外加分相加
      "score_mode": "sum"
    }
  }
}

解释一下这个配置：

1. query部分是你的基础搜索逻辑，负责计算文档的原始相关性得分；
2. functions数组里定义了加分规则：通过filter匹配所有document_type是Product或Service的文档，然后用script_score给这些文档的原始得分加上25；
3. boost_mode: sum表示把原始得分和函数计算出的额外得分相加，正好符合你想要的半自然排序效果——既保留了原始的相关性排序，又让指定类型的文档得分提升后提前。

内容的提问来源于stack exchange，提问作者Greg B