Elasticsearch嵌套文档多词搜索：多匹配评分未累加致排序异常

你遇到的核心问题是嵌套字段中多术语匹配的分数累加逻辑异常。当前用multi_match搭配type:most_fields查询单个嵌套字段时，并没有正确累加多个术语的匹配分数，导致同时包含两个技能的doc3没有获得应有的最高排名。

背后的原因其实很好理解：

• multi_match的most_fields类型原本是为多个字段匹配场景设计的（比如同时匹配文章标题和正文），当仅针对单个字段（skills.name）时，它的行为更接近best_fields——优先取单个术语的最高匹配分数，而非累加多个术语的得分。
• 虽然你设置了score_mode:sum（嵌套文档分数求和），但如果每个嵌套文档只匹配一个术语，且multi_match没有让每个术语的匹配独立贡献分数，最终的总分计算就达不到你想要的效果。

我们可以把multi_match替换成bool查询的should子句，每个术语对应一个独立的match查询。这样每个术语的匹配都会单独计算分数，再通过nested的score_mode:sum把多个嵌套文档的分数累加，确保包含两个技能的doc3得分最高。

修改后的查询如下：

GET my-index/_search
{
  "query": {
    "nested": {
      "path": "skills",
      "score_mode": "sum",
      "query": {
        "bool": {
          "should": [
            { "match": { "skills.name": "HTML" } },
            { "match": { "skills.name": "Javascript" } }
          ],
          "minimum_should_match": 1
        }
      }
    }
  },
  "explain": true
}

1. 独立计算术语匹配分：bool should里的每个match查询会分别检查skills.name是否匹配对应术语，每个匹配都会生成独立的分数，不会相互覆盖。
2. 嵌套分数累加生效：score_mode:sum会把所有匹配的嵌套文档（比如doc3里的两个skill对象）的分数相加，所以doc3的总分是「HTML匹配分 + Javascript匹配分」，自然会高于只匹配单个术语的doc1和doc2。
3. 满足基础检索需求：minimum_should_match:1确保只要匹配任意一个术语的文档都会被检索到，符合你“包含任意术语的文档都返回”的要求。

如果希望技能的rating也能影响最终排名（比如高评分的技能权重更高），可以在查询中加入function_score，结合rating字段进一步优化分数计算：

GET my-index/_search
{
  "query": {
    "nested": {
      "path": "skills",
      "score_mode": "sum",
      "query": {
        "function_score": {
          "query": {
            "bool": {
              "should": [
                { "match": { "skills.name": "HTML" } },
                { "match": { "skills.name": "Javascript" } }
              ],
              "minimum_should_match": 1
            }
          },
          "field_value_factor": {
            "field": "skills.rating",
            "factor": 0.1,
            "modifier": "log1p"
          },
          "boost_mode": "sum"
        }
      }
    }
  }
}

这个优化会让高评分的技能贡献更多分数，比如doc3中rating为5的HTML会比doc1中rating为4的HTML获得更高的权重，让排名更贴合你的业务需求。

内容的提问来源于stack exchange，提问作者Abhijeet Pandhe