Elasticsearch排序问题：skill_ids匹配文档需优先于文本匹配结果

我有一个abc_index索引，包含title、description和新增的keyword类型skill_ids字段，文档数据如下：

期望实现：skill_ids匹配"12345"的文档排在最前，之后展示title或description包含"artificial intelligence"的文档。但使用function_score查询后，文本匹配的文档反而排在首位，需要修正排序逻辑。

原查询代码：

{
  "query": {
    "function_score": {
      "query": {
        "bool": {
          "must": [
            {
              "bool": {
                "should": [
                  {
                    "term": {
                      "skill_ids": {
                        "value": "12345",
                        "boost": 2.0
                      }
                    }
                  },
                  {
                    "multi_match": {
                      "query": "artificial intelligence",
                      "fields": [
                        "title^35",
                        "description^15"
                      ],
                      "type": "phrase"
                    }
                  }
                ]
              }
            }
          ]
        }
      }
    }
  }
}

问题原因 #

原查询的核心问题是权重配置失衡：

• multi_match中title^35的权重极高，文本匹配的文档（如before_skill_doc_1的title完全匹配短语）会获得远高于skill匹配文档的得分；
• term查询仅设置了boost:2.0，权重远低于文本匹配，导致skill匹配的文档得分被覆盖，排序颠倒。

解决方案 #

以下三种方案均可实现预期的排序优先级，可根据场景选择：

方案1：用function_score给skill匹配文档加高额权重

通过function_score的functions模块，为skill匹配的文档赋予远超文本匹配的额外得分，确保其排序领先：

{
  "query": {
    "function_score": {
      "query": {
        "bool": {
          "should": [
            {
              "term": {
                "skill_ids": "12345"
              }
            },
            {
              "multi_match": {
                "query": "artificial intelligence",
                "fields": ["title^35", "description^15"],
                "type": "phrase"
              }
            }
          ]
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "skill_ids": "12345"
            }
          },
          "weight": 1000 // 赋予足够高的权重，确保得分超过文本匹配
        }
      ],
      "boost_mode": "sum" // 基础得分与函数得分相加
    }
  }
}

方案2：直接调整bool查询的boost权重

大幅提高skill匹配子句的boost值，使其权重远高于文本匹配：

{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "skill_ids": {
              "value": "12345",
              "boost": 1000 // 大幅提升权重
            }
          }
        },
        {
          "multi_match": {
            "query": "artificial intelligence",
            "fields": ["title^35", "description^15"],
            "type": "phrase",
            "boost": 1
          }
        }
      ]
    }
  }
}

方案3：用脚本排序强制分组优先级

通过自定义排序脚本，先按是否匹配skill分组（匹配的排前面），再按得分排序，彻底脱离得分影响：

{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "skill_ids": "12345"
          }
        },
        {
          "multi_match": {
            "query": "artificial intelligence",
            "fields": ["title^35", "description^15"],
            "type": "phrase"
          }
        }
      ]
    }
  },
  "sort": [
    {
      "_script": {
        "type": "number",
        "script": {
          "source": "doc['skill_ids'].contains(params.value) ? 1 : 0",
          "params": {
            "value": "12345"
          }
        },
        "order": "desc" // 匹配skill的文档排前面
      }
    },
    {
      "_score": {
        "order": "desc" // 同组内按得分排序
      }
    }
  ]
}

效果验证 #

上述方案均可实现：

1. after_skill_doc_1、after_skill_doc_2排在最前；
2. 随后是before_skill_doc_1、before_skill_doc_2。

内容的提问来源于stack exchange，提问作者Abhishek Jadav