Elasticsearch：如何按多关键词过滤查询并基于tag_ids匹配度加权评分

一、为什么terms查询评分一致？ #

terms查询属于布尔匹配逻辑，只要文档包含任意一个指定标签就会命中，所有匹配文档的默认评分都是1，不会根据匹配标签的数量做加权区分。

二、实现多标签加权的正确方式 #

要让匹配标签越多的文档评分越高，推荐两种方案：

方案1：bool查询结合should子句 #

每个标签对应一个term查询，放入should子句中，匹配的term数量越多，总评分越高。同时通过minimum_should_match保证至少匹配一个标签，实现过滤效果。

{
  "query": {
    "bool": {
      "should": [
        {"term": {"tag_ids": "1"}},
        {"term": {"tag_ids": "2"}}
      ],
      "minimum_should_match": 1
    }
  }
}

比如你的示例文档中，文档#2同时匹配1和2，评分会是两个term查询的分数之和，文档#1和#3仅匹配单个标签，评分各为单个term的分数，自然实现了多匹配高排名的需求。

方案2：function_score自定义评分逻辑 #

如果需要更灵活的评分规则（比如给不同标签设置不同权重），可以用function_score结合脚本计算匹配标签的数量，直接替换原始评分：

{
  "query": {
    "function_score": {
      "query": {
        "terms": {"tag_ids": ["1", "2"]}
      },
      "functions": [
        {
          "script_score": {
            "script": {
              "source": "return doc['tag_ids'].stream().filter(tag -> params.tags.contains(tag)).count();",
              "params": {
                "tags": ["1", "2"]
              }
            }
          }
        }
      ],
      "boost_mode": "replace"
    }
  }
}

三、tag_ids是否需要改为text类型？ #

完全不需要，原因如下：

• keyword类型是精确匹配，适合标签这种离散、无需分词的场景，查询效率远高于text类型。
• 改为text类型后，会被分词器处理（比如默认分词器会做小写转换等操作），可能导致标签匹配异常。
• 当前keyword类型已经支持多值数组的存储和查询，完全满足你的标签场景需求。

总结 #

• 避免用普通terms查询做加权评分，优先选择bool should + term组合，或者function_score自定义规则。
• tag_ids保持keyword类型是最优选择，无需修改为text。

内容的提问来源于stack exchange，提问作者Charles Bao