Elasticsearch multi_match查询可选字段相关度得分异常问题咨询

你遇到的问题本质是Elasticsearch默认采用字段级IDF统计逻辑：计算每个字段的逆文档频率时，总文档数N只会统计该字段有值的文档数量，而非索引全量文档数。所以你的稀疏可选字段optional_fieldIDF被严重低估，最终导致匹配到该字段两个搜索词的9、10号文档得分反而不如仅在必填字段匹配单个搜索词的文档。

方案1：调整multi_match查询类型（无需改索引，推荐） #

你当前使用的是multi_match默认的best_fields类型，该类型下每个字段单独计算得分，单独统计IDF。换成cross_fields类型后，会将所有查询字段视为一个整体统计IDF，自动统一用索引全量文档数作为N的基数，刚好适配你的需求。
修改后的查询语句如下：

GET /my-index/_search
{
  "query": {
    "multi_match": {
      "query": "RareWord AnotherRareWord",
      "fields": ["required_field", "optional_field"],
      "type": "cross_fields",
      "minimum_should_match": "100%"
    }
  }
}

其中minimum_should_match参数可根据需求调整，设置为100%时仅返回包含所有搜索词的文档，会进一步优先返回两个词都命中optional_field的文档。

方案2：修改字段映射统一统计基数（适合未上线的新索引） #

如果不想修改查询逻辑，可以在创建索引时给可选字段设置null_value为空串，所有未显式赋值该字段的文档都会默认填充空串，该字段的总文档数N就会和索引总文档数一致，IDF计算就会符合预期。
索引创建语句示例：

PUT /my-index
{
  "mappings": {
    "properties": {
      "required_field": {
        "type": "text"
      },
      "optional_field": {
        "type": "text",
        "null_value": ""
      }
    }
  }
}

注意该方案需要重建索引并重新导入数据，不适合已上线的存量索引。

方案3：给可选字段加权重（快速适配临时需求） #

如果前两种方案都不适用，可以直接给可选字段设置更高的查询权重，强制命中该字段的文档得分更高：

GET /my-index/_search
{
  "query": {
    "multi_match": {
      "query": "RareWord AnotherRareWord",
      "fields": ["required_field", "optional_field^3"]
    }
  }
}

其中^3代表将optional_field的匹配得分乘以3，你可以根据实际业务表现调整权重值。

内容的提问来源于stack exchange，提问作者Kaykanloo