嘿，我来帮你搞定这两个问题！先从你升级ES后遇到的评分函数不生效的问题说起，再给你梳理FunctionScoreQueryBuilder的基础用法~

一、你的评分函数不生效的问题排查与修复 #

你提到升级到6.0后，添加自定义评分函数但结果和未添加时一致，结合你的代码来看，大概率是这几个原因，咱们一步步排查：

1. 脚本语法或字段问题 #

你的脚本"_score * (doc['field'].value!=0? 50000:1)"可能存在两个小问题：

• 没有判断字段是否存在：如果某个文档的field字段缺失，脚本会报错，ES会默认忽略这个评分函数（用原始_score），导致看起来没生效。
• 类型匹配问题：如果field是长整型（long），直接写0可能会有类型不匹配，建议写成0L。

修改后的脚本可以这样写：

ScoreFunctionBuilder fb = ScoreFunctionBuilders.scriptFunction(
    new Script(
        ScriptType.INLINE,
        "painless",
        "_score * (doc['field'].size() > 0 && doc['field'].value != 0 ? 50000 : 1)",
        Collections.emptyMap()
    )
);

另外要确保ES允许inline脚本，在elasticsearch.yml中添加（开发环境适用，生产环境建议用存储脚本）：

script.inline: true
script.stored: true

2. 传入的是Filter而非查询，导致原始_score固定为1 #

你用了new FunctionScoreQueryBuilder(filter, fb)，这里的filter是过滤上下文，所有通过过滤的文档原始_score都是1，乘以系数后评分是50000或1，但如果你的查询原本需要基于某个查询的评分来调整，应该把**查询（QueryBuilder）**而不是filter传进去。比如把过滤条件放到bool查询的filter中，原始查询放到must里：

// 假设你的原始查询是originalQuery，过滤条件是filter
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery()
    .must(originalQuery) // 原始查询，计算基础评分
    .filter(filter); // 过滤文档，不影响评分

FunctionScoreQueryBuilder fsb = new FunctionScoreQueryBuilder(boolQuery, fb);

3. 没有按_score排序，评分变化看不到效果 #

如果你的查询设置了其他排序字段（比如时间、ID），即使评分变了，结果顺序也不会改变，看起来就和没加评分函数一样。一定要确保按_score排序：

SearchRequestBuilder srbPaged = client.prepareSearch(indexName)
    .setFetchSource(includes, excludes)
    .setQuery(fsb)
    .addSort(SortBuilders.scoreSort().order(SortOrder.DESC)); // 新增按评分降序排序

二、Elasticsearch 6 Java API中FunctionScoreQueryBuilder的基础使用 #

下面给你梳理完整的使用步骤，涵盖常见场景：

1. 创建评分函数（ScoreFunctionBuilder） #

支持多种评分函数，比如脚本函数、字段值因子函数、随机评分等：

• 脚本评分函数（自定义逻辑，像你用的这种）：

// 自定义脚本，基于字段调整评分
ScoreFunctionBuilder scriptFunc = ScoreFunctionBuilders.scriptFunction(
    new Script(
        ScriptType.INLINE,
        "painless",
        "_score * (doc['priority'].value + 1)", // 示例逻辑：基础评分乘以（优先级+1）
        Collections.emptyMap()
    )
);

• 字段值因子函数（基于字段值调整评分）：

// 基于popularity字段，用LOG1P修饰，乘以1.2的因子
ScoreFunctionBuilder fieldFactorFunc = ScoreFunctionBuilders.fieldValueFactorFunction("popularity")
    .factor(1.2f)
    .modifier(FieldValueFactorModifier.LOG1P);

2. 构建FunctionScoreQueryBuilder #

根据需求选择不同的构造方式：

• 单查询+单评分函数：

FunctionScoreQueryBuilder fsb = new FunctionScoreQueryBuilder(yourQuery, scriptFunc);

• 多评分函数组合：可以添加多个函数，设置结果组合方式（score_mode）和与原始评分的结合方式（boost_mode）：

FunctionScoreQueryBuilder fsb = new FunctionScoreQueryBuilder(yourQuery)
    .add(scriptFunc)
    .add(fieldFactorFunc)
    .scoreMode(ScoreMode.SUM) // 多个评分函数的结果相加
    .boostMode(CombineFunction.MULTIPLY); // 最终结果 = 原始评分 * 函数总和

• 过滤后重算评分：如果只想过滤文档，不基于原始查询评分，直接传入filter：

FunctionScoreQueryBuilder fsb = new FunctionScoreQueryBuilder(yourFilter, scriptFunc)
    .boostMode(CombineFunction.REPLACE); // 用评分函数的结果完全替换原始的1分

3. 执行查询 #

把FunctionScoreQueryBuilder设置到SearchRequestBuilder中，执行即可：

SearchResponse response = client.prepareSearch("your_index")
    .setQuery(fsb)
    .setSort(SortBuilders.scoreSort().order(SortOrder.DESC))
    .setSize(10)
    .get();

// 处理结果
SearchHits hits = response.getHits();
for (SearchHit hit : hits) {
    System.out.println("文档ID：" + hit.getId() + "，评分：" + hit.getScore());
}

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