Elasticsearch能否实现两字段自定义命中排序且无需多次请求或依赖评分

完全可以在单请求、不依赖Elasticsearch默认BM25评分机制的前提下，实现双字段多匹配规则的优先级排序，不需要拆分8次独立请求。
核心实现思路是用function_score查询的filter上下文为每一种命中场景绑定固定自定义权重，最终按权重倒排即可，排序优先级完全可控，不会被默认算分逻辑干扰。

权重规则配置 #

你可以根据自己的排序优先级要求，给8种命中场景分配从高到低的固定权重值，只要保证高优先级场景的权重永远大于低优先级场景即可，参考配置如下：

• 字段1全匹配：权重100
• 字段2全匹配：权重90
• 字段1前缀匹配：权重80
• 字段2前缀匹配：权重70
• 字段1子串匹配：权重60
• 字段2子串匹配：权重50
• 字段1模糊匹配：权重40
• 字段2模糊匹配：权重30

配置score_mode: max保证单条数据命中多个规则时，取最高优先级的权重值作为排序依据，不会出现权重叠加打乱排序的问题；配置boost_mode: replace完全替换默认算分结果，彻底规避原生_score机制的影响。

可直接复用的DSL示例 #

将示例中的索引名、字段名、搜索关键词替换为实际业务值即可使用：

GET your_index_name/_search
{
  "query": {
    "function_score": {
      "query": {
        "match_all": {}
      },
      "functions": [
        {
          "filter": { "term": { "field1.keyword": "search_keyword" } },
          "weight": 100
        },
        {
          "filter": { "term": { "field2.keyword": "search_keyword" } },
          "weight": 90
        },
        {
          "filter": { "prefix": { "field1.keyword": "search_keyword" } },
          "weight": 80
        },
        {
          "filter": { "prefix": { "field2.keyword": "search_keyword" } },
          "weight": 70
        },
        {
          "filter": { "wildcard": { "field1.keyword": "*search_keyword*" } },
          "weight": 60
        },
        {
          "filter": { "wildcard": { "field2.keyword": "*search_keyword*" } },
          "weight": 50
        },
        {
          "filter": { "fuzzy": { "field1.keyword": { "value": "search_keyword", "fuzziness": "AUTO" } } },
          "weight": 40
        },
        {
          "filter": { "fuzzy": { "field2.keyword": { "value": "search_keyword", "fuzziness": "AUTO" } } },
          "weight": 30
        }
      ],
      "score_mode": "max",
      "boost_mode": "replace"
    }
  },
  "sort": [
    { "_score": "desc" },
    { "create_time": "desc" }
  ]
}

性能优化建议 #

• 针对前缀、子串匹配场景，提前给对应字段配置ngram分词器，相比通配符查询性能可提升数倍，匹配你提升查询响应速度的诉求
• 模糊匹配的fuzziness参数固定使用AUTO，会根据搜索词长度自动调整允许的编辑距离，避免不必要的性能开销
• 如果某类匹配规则不需要，直接从functions数组中删除对应配置即可，不会影响其他规则的排序逻辑

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