Elasticsearch如何实现最近访问文档在搜索结果中优先展示

首先明确：Elasticsearch 没有适配「单用户维度最近访问文档优先排序」的内置字段。自带的时间类内置字段比如入索引时间戳、_seq_no、版本号这类，要么记录的是文档全局写入属性，和用户个人访问行为完全无关，没法直接用，必须自定义字段实现。

第一步：按业务场景配置自定义字段 #

根据你的文档是用户私有还是多用户共享，选对应的字段配置：

• 单用户私有文档场景（比如个人笔记、私人云盘，每份文档仅归属一个用户）：直接在索引 mapping 中新增last_access_time字段，类型设为date即可。每次用户打开对应文档，调用update接口把该字段更新为当前时间戳。
  对应mapping配置参考：

  {
    "mappings": {
      "properties": {
        // 保留原有业务字段，比如标题、内容、创建人等
        "last_access_time": {
          "type": "date",
          "format": "epoch_millis||strict_date_optional_time"
        }
      }
    }
  }
  

• 多用户共享文档场景（比如团队知识库、企业网盘，同一份文档会被多个用户访问）：不能把访问时间存在文档根字段，否则A用户访问文档会覆盖时间值，导致B用户搜索时把A刚访问的无关文档排到前面。这种情况要新增nested嵌套类型字段，单独存储每个用户对应的最近访问时间，mapping配置参考：

  {
    "mappings": {
      "properties": {
        // 保留原有业务字段
        "user_access_records": {
          "type": "nested",
          "properties": {
            "user_id": { "type": "keyword" },
            "access_time": {
              "type": "date",
              "format": "epoch_millis||strict_date_optional_time"
            }
          }
        }
      }
    }
  }
  

  每次用户打开文档时，用upsert逻辑更新该嵌套字段：如果当前用户的访问记录已存在就更新时间值，不存在就追加一条当前用户的访问记录。

第二步：配置加权规则实现最近访问优先 #

不要直接把访问时间放在sort排序参数最前面，这种硬排序会完全忽略文本匹配度，哪怕文档和搜索关键词完全不相关，只要刚访问过就会顶到最前面，体验很差。推荐用function_score结合时间衰减函数做加权，在保证文本相关度为基础的前提下，给最近访问的文档提权。

• 单用户私有场景的查询参考：

  {
    "query": {
      "function_score": {
        "query": {
          // 这里替换成你原有的业务搜索逻辑，比如多字段关键词匹配
          "multi_match": {
            "query": "用户输入的搜索词",
            "fields": ["title", "content"]
          }
        },
        "functions": [
          {
            "exp": {
              "last_access_time": {
                "origin": "now",
                "offset": "1d", // 1天内访问的文档拿满权重，不衰减
                "scale": "7d", // 每过7天，权重衰减一半
                "decay": 0.5
              }
            },
            "weight": 3 // 访问时间维度的权重系数，可根据业务效果调整
          }
        ],
        "score_mode": "sum",
        "boost_mode": "sum"
      }
    }
  }
  

• 多用户共享场景的查询需要额外加嵌套过滤，只取当前登录用户的访问时间做加权，参考：

  {
    "query": {
      "function_score": {
        "query": {
          // 替换成原有的业务搜索逻辑
          "multi_match": {
            "query": "用户输入的搜索词",
            "fields": ["title", "content"]
          }
        },
        "functions": [
          {
            "nested": {
              "path": "user_access_records",
              "query": {
                "term": { "user_access_records.user_id": "当前登录用户ID" }
              },
              "exp": {
                "user_access_records.access_time": {
                  "origin": "now",
                  "offset": "1d",
                  "scale": "7d",
                  "decay": 0.5
                }
              },
              "weight": 3
            }
          }
        ],
        "score_mode": "sum",
        "boost_mode": "sum"
      }
    }
  }
  

调优注意点 #

• 衰减参数offset、scale和权重值weight可以根据业务场景灵活调整：比如个人笔记类产品可以把weight调高点，突出用户最近看过的内容；公共文档检索场景可以把weight调低点，优先保证内容相关度。
• 多用户场景下如果用户量极大，单份文档的user_access_records数组会持续膨胀，可以加个清理策略，只保留最近90天有访问行为的用户记录，避免文档体积过大拖慢查询性能。
• 如果业务上需要区分“最近编辑”“最近查看”等不同行为的权重，可以再加对应字段，给不同行为配置不同的weight值即可。

内容的提问来源于stack exchange，提问作者kylie.zoltan