Elasticsearch如何通过多字段匹配规则对桶内文档进行自定义排序

你之前的boost方案失效是因为只要显式指定了student.name作为排序字段，Elasticsearch默认会放弃_score的排序规则，所以boost的权重直接失效；而multi search的方式分页需要自己合并多个查询的结果，复杂度很高。

你可以给四个优先级档位分配固定权重，排序时先按权重从高到低排列，同档位再按student.name排序即可，天然支持原生分页逻辑。四个档位的权重分配参考：

• 档位1（new_student: true且total_marks > 0）：4分
• 档位2（new_student: false且total_marks > 0）：3分
• 档位3（new_student: true且total_marks = 0）：2分
• 档位4（new_student: false且total_marks = 0）：1分

方案1：脚本排序（实现简单，适合中小数据量） #

直接在sort参数中使用painless脚本计算每个文档的优先级分：

GET 替换为你的索引名/_search
{
  "query": {
    "match_all": {} // 可替换为你的业务过滤条件
  },
  "sort": [
    {
      "_script": {
        "type": "number",
        "script": {
          "lang": "painless",
          "source": """
            boolean isNew = doc['student.new_student'].value;
            int marks = doc['student.total_marks'].value;
            if (isNew && marks > 0) return 4;
            if (!isNew && marks > 0) return 3;
            if (isNew && marks == 0) return 2;
            return 1;
          """
        },
        "order": "desc"
      }
    },
    {
      "student.name.keyword": { // 必须使用keyword类型字段排序，不可用text类型
        "order": "asc"
      }
    }
  ]
}

方案2：function_score预计算权重（性能更高，适合大数据量） #

不需要使用脚本，在查询阶段就计算好优先级权重，再按权重和姓名排序：

GET 替换为你的索引名/_search
{
  "query": {
    "function_score": {
      "query": { "match_all": {} }, // 可替换为你的业务过滤条件
      "functions": [
        {
          "filter": {
            "bool": {
              "must": [
                { "term": { "student.new_student": true } },
                { "range": { "student.total_marks": { "gt": 0 } } }
              ]
            }
          },
          "weight": 4
        },
        {
          "filter": {
            "bool": {
              "must": [
                { "term": { "student.new_student": false } },
                { "range": { "student.total_marks": { "gt": 0 } } }
              ]
            }
          },
          "weight": 3
        },
        {
          "filter": {
            "bool": {
              "must": [
                { "term": { "student.new_student": true } },
                { "term": { "student.total_marks": 0 } }
              ]
            }
          },
          "weight": 2
        },
        {
          "filter": {
            "bool": {
              "must": [
                { "term": { "student.new_student": false } },
                { "term": { "student.total_marks": 0 } }
              ]
            }
          },
          "weight": 1
        }
      ],
      "boost_mode": "replace"
    }
  },
  "sort": [
    { "_score": { "order": "desc" } },
    { "student.name.keyword": { "order": "asc" } }
  ]
}

两种方案的分页逻辑和普通ES查询完全一致，直接用from+size或者search_after即可，不需要额外处理分页合并逻辑。

内容的提问来源于stack exchange，提问作者Manonandan S K