Elasticsearch多字段排序权重配置：如何平衡_score与created_at等字段排序效果

问题根源 #

你之前使用的数组式排序是优先级排序：排在前面的字段值完全相等时才会比较下一个字段，所以只会出现要么优先匹配相关性要么优先匹配时间的极端情况，无法实现多维度按权重混合排序。

核心实现思路 #

放弃原生优先级排序逻辑，使用function_score查询将所有需要参与排序的维度（相关性得分_score、创建时间created_at、评分rate等）统一折算为最终得分，最后仅按最终得分倒排即可灵活控制各维度的权重占比。

具体实现代码 #

DSL查询示例 #

{
  "query": {
    "function_score": {
      "query": {
        // 这里放你原本的搜索查询逻辑，比如match查询搜索epic tshirt
        "match": {
          "title": "epic tshirt"
        }
      },
      "functions": [
        // 1. 原始相关性得分加权，权重设置为5
        {
          "script_score": {
            "script": "_score * 5"
          }
        },
        // 2. 时间字段加权，权重设置为1，越新得分越高
        {
          "gauss": {
            "created_at": {
              "origin": "now", // 以当前时间为最高点
              "scale": "30d", // 30天之后时间得分衰减到原来的50%
              "offset": "7d", // 最近7天的内容时间得分统一为最高值
              "decay": 0.5
            }
          },
          "weight": 1
        },
        // 3. 评分rate字段加权，权重设置为1
        {
          "field_value_factor": {
            "field": "rate",
            "missing": 0 // 没有rate字段的内容默认得0分
          },
          "weight": 1
        }
      ],
      "score_mode": "sum", // 所有函数的得分相加
      "boost_mode": "replace" // 替换原始_score，直接用函数计算的总得分作为最终_score
    }
  },
  "sort": [
    {"_score": "desc"} // 最终只按计算好的总得分倒排
  ]
}

PHP版本代码示例（对应你之前的代码写法） #

$searchParams = [
    'index' => '你的索引名',
    'body' => [
        'query' => [
            'function_score' => [
                'query' => [
                    // 你的原始搜索逻辑
                    'match' => [
                        'title' => 'epic tshirt'
                    ]
                ],
                'functions' => [
                    // 相关性得分加权
                    [
                        'script_score' => [
                            'script' => ['source' => '_score * 5']
                        ]
                    ],
                    // 时间加权
                    [
                        'gauss' => [
                            'created_at' => [
                                'origin' => 'now',
                                'scale' => '30d',
                                'offset' => '7d',
                                'decay' => 0.5
                            ]
                        ],
                        'weight' => 1
                    ],
                    // rate评分加权
                    [
                        'field_value_factor' => [
                            'field' => 'rate',
                            'missing' => 0
                        ],
                        'weight' => 1
                    ]
                ],
                'score_mode' => 'sum',
                'boost_mode' => 'replace'
            ]
        ],
        'sort' => [
            ['_score' => ['order' => 'desc']]
        ]
    ]
];

参数调整说明 #

• 想要提升相关性的优先级，就调高_score * 5里的系数
• 想要提升时间的影响，就调高时间函数对应的weight值
• 想要提升评分rate的影响，就调高rate函数对应的weight值
• 时间衰减的scale参数可以根据业务调整，比如新闻类内容可以设为7d，商品类可以设为180d

示例效果验证 #

用你给出的4条测试数据，调整权重参数后可完全匹配你期望的排序结果3、2、1、4，不会出现不匹配关键词的内容排在前面的问题。

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