实现Elasticsearch多值字段搜索中单个匹配元素的相同相关性

我完全理解你的问题——当数组字段里有重复元素时，Elasticsearch会把它们的词频叠加，导致分数偏高，而你需要只要有至少一个匹配项，所有符合条件的文档分数就保持一致。除了你提到的两种不适用的方案，这里有几个更贴合需求的解决办法：

方案1：修改字段索引配置，直接忽略词频影响 #

这是最彻底的解决方案，从索引层面让Elasticsearch不再统计词频（term frequency）。默认情况下，ES会记录每个词在文档中出现的次数，数组里的重复元素会拉高这个数值，进而提升分数。我们可以通过设置index_options: "docs"，让ES只记录文档是否包含该词，而不统计出现次数。

修改字段映射 #

curl -XPUT 'http://localhost:9200/tests/_mapping/test' -d'{
  "properties": {
    "name": {
      "type": "string",
      "analyzer": "my_analyzer",
      "index_options": "docs"
    }
  }
}'

修改完成后，需要重新索引现有数据。之后再执行你的搜索查询，id:1和id:2的文档分数就会完全一致了——因为ES不再关心数组里有多少个匹配项，只看文档是否包含目标词。

方案2：使用constant_score查询，强制统一分数 #

如果不想修改现有索引结构，可以用constant_score查询给所有匹配的文档分配固定分数。这种方式性能也很好，因为内部的filter会被ES缓存，适合只需要"是否匹配"、不需要复杂相关性排序的场景。

查询示例 #

curl -XGET 'http://localhost:9200/tests/test/_search' -d'{
  "query": {
    "constant_score": {
      "filter": {
        "match": { "name": "text" }
      },
      "boost": 1.0 # 你可以自定义这个固定分数值
    }
  }
}'

执行这个查询后，所有匹配的文档都会获得你设置的boost值作为分数，完全消除了词频带来的差异。

方案3：用function_score自定义分数计算逻辑 #

如果你还想保留部分相关性因素（比如字段长度），但只想去掉词频的影响，可以用function_score来自定义分数计算逻辑。比如我们可以基于字段长度计算分数，但忽略重复元素的词频：

查询示例 #

curl -XGET 'http://localhost:9200/tests/test/_search' -d'{
  "query": {
    "function_score": {
      "query": {
        "match": { "name": "text" }
      },
      "script_score": {
        "script": {
          "source": "// 只基于字段长度计算，忽略重复元素的词频
                      Math.log(1 + doc[\'name\'].length) * 0.5"
        }
      }
    }
  }
}'

如果想要完全统一分数，直接把script的返回值设为固定数值（比如1.0）即可。

这三个方案都不需要你拆分字段或单独存储每个标题，完美避开了你提到的分页、聚合问题。其中方案1适合长期需求，方案2和3适合临时调整或无法修改索引的场景。

内容的提问来源于stack exchange，提问作者morr