ElasticSearch：查询得分为0时如何保留function_score总和？

问题描述 #

当前使用的查询语句如下：

{
  "explain": true,
  "query": {
    "bool": {
      "should": {
        "function_score": {
          "functions": [
            {
              "gauss": {},
              "weight": 10
            },
            {
              "filter": {},
              "weight": 5
            }
          ],
          "score_mode": "sum",
          "query": {
            "match": {
              "locality": {
                "query": "whitefield Mall"
              }
            }
          },
          "boost_mode": "sum",
          "boost": "30"
        }
      }
    }
  },
  "size": 1
}

当match查询得分为0时，即使文档符合function_score的函数条件，整体_score仍会变为0。需要实现无论查询得分是否为0，_score始终为查询得分与function_score得分的总和。

原因分析 #

function_score的默认逻辑是：只有匹配内部query的文档才会计算函数得分。如果内部query得分为0（文档不匹配），整个function_score的结果直接为0，不会执行后续的函数得分计算。

解决方案 #

将原查询拆分为bool的两个should子句，分别处理match查询得分和函数得分，确保两者的得分始终相加：

{
  "explain": true,
  "query": {
    "bool": {
      "should": [
        // 原match查询，保留其得分逻辑
        {
          "match": {
            "locality": {
              "query": "whitefield Mall"
            }
          }
        },
        // 独立计算函数得分，使用match_all确保所有文档都能触发函数计算
        {
          "function_score": {
            "query": { "match_all": {} },
            "functions": [
              {
                "gauss": {},
                "weight": 10
              },
              {
                "filter": {},
                "weight": 5
              }
            ],
            "score_mode": "sum",
            "boost_mode": "replace",
            "boost": 30
          }
        }
      ],
      // 设置为0，确保即使match查询无匹配，函数得分仍会被保留
      "minimum_should_match": 0
    }
  },
  "size": 1
}

修改说明 #

1. 拆分查询结构：把原function_score内部的match查询独立为一个should子句，确保其得分正常计算。
2. 函数得分独立计算：function_score使用match_all作为内部查询，保证所有文档都会执行函数得分计算，不受原match查询结果影响。
3. boost_mode: replace：让function_score的结果直接等于函数得分的总和（避免与match_all的默认得分1相乘）。
4. minimum_should_match: 0：允许bool查询在任意一个子句匹配（或都不匹配）时返回结果，确保函数得分在match查询得分为0时仍能被计入总分。

内容的提问来源于stack exchange，提问作者S Singh