哇，ElasticSearch多字段權重排序居然可以這麼玩

2020 年 8 月 27 日
筆記

背景

讀者提問：ES 的權重排序有沒有示列，參考參考？

剛好之前也稍微接觸過，於是寫了這篇文章，可以簡單參考下。

在很多複雜的業務場景下，排序的規則會比較複雜，單一的降序，升序無法滿足日常需求。不過 ES 中提供了給文檔加權重的方式來排序，還是挺好用的。

首先初始化三條測試數據，方便查看效果：

{
	id: 1,
	title: "Java怎麼學",
	type: 3,
	userId: 1,
	tags: [
		"java"
	],
	textContent: "我要學Java",
	status: 1,
	heat: 80
}
{
	id: 2,
	title: "Java怎麼學",
	type: 2,
	userId: 1,
	tags: [
		"java"
	],
	textContent: "我要學Java",
	status: 1,
	heat: 99
}
{
	id: 3,
	title: "Java怎麼學",
	type: 1,
	userId: 1,
	tags: [
		"java"
	],
	textContent: "我要學Java",
	status: 1,
	heat: 100
}

type：1 為翻譯，2 為轉載，3 為原創

需求是查詢 userId=1 的所有文章，按照熱度降序排序，但是原創類型的文章要顯示在前面，優先級高於熱度。

如果我們簡單的按照熱度排序的話，那麼順序肯定是 id 為 3（熱度：100），2（熱度：99），1（熱度：80）這樣排列的。

但是原創類型的要在前面，那麼結果應該是 1（熱度：80，類型：原創），3（熱度：100，類型：翻譯），2（熱度：99，類型：轉載）。

排序條件肯定是以熱度來進行的，這個是肯定的。唯一需要處理的就是怎麼將原創類型的排在前面，如果只考慮實現，方式還是有很多種的。

比如：原創類型的熱度值可以調的比較高，但是呢，熱度值要重新弄一個字段，只用於排序，給用戶展示的還是之前的熱度值，這樣排序就簡單了，還是根據熱度排就可以實現效果。

weightFactorFunction

在 ES 搜索結果中_score 這個字段相信大家並不陌生，這是 ES 給出的評分，我們可以根據評分來排序，然後將原創類型的評分提高就可以實現想要的效果。

直接看 Java 代碼吧，通過 FunctionScoreQueryBuilder 來構建查詢。

@Test
public void testSort() {
    FunctionScoreQueryBuilder.FilterFunctionBuilder[] filterFunctionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
            new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("type", 3), ScoreFunctionBuilders.weightFactorFunction(100)),
            new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.termQuery("type", 2), ScoreFunctionBuilders.weightFactorFunction(1)),
            new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.matchQuery("type", 1), ScoreFunctionBuilders.weightFactorFunction(1))
    };
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    boolQuery.must(QueryBuilders.termQuery("userId", 1));
    FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery(boolQuery, filterFunctionBuilders);
    searchSourceBuilder.query(functionScoreQueryBuilder)
            .sort("_score", SortOrder.DESC)
            .sort("heat", SortOrder.DESC);
    SearchRequest searchRequest = new SearchRequest(elasticSearchIndexConfig.getArticleSearchIndexName());
    searchRequest.types(EsConstant.DEFAULT_TYPE);
    searchRequest.source(searchSourceBuilder);

    List<ArticleDocument> searchResults = kittyRestHighLevelClient.search(searchRequest, ArticleDocument.class);
    searchResults.forEach(doc -> {
        System.out.println(doc.getId() + "\t" + doc.getType() + "\t" + doc.getHeat());
    });
}

通過 ScoreFunctionBuilders.weightFactorFunction 為文章類型設置對應的權重，原創文章權重為 100，其他的都為 1，這樣原創文章的得分就高於其他類型的文章。

在排序的時候優先得分排序，然後熱度排序。就可以得到我們想要的結果了。

scriptFunction

除了使用 weightFactorFunction 來設置權重，另外介紹一種靈活度更高，適用於更複雜的排序場景的方式 scriptFunction。

scriptFunction 允許我們通過腳本的方式來實現權重，直接看代碼：

@Test
public void testSort() {
    String scoreScript = "if (doc['type'].value == 3) {" +
            "   return 100;" +
            "} else {" +
            "   return 1;" +
            "}";
    FunctionScoreQueryBuilder.FilterFunctionBuilder[] filterFunctionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{
            new FunctionScoreQueryBuilder.FilterFunctionBuilder(QueryBuilders.matchAllQuery(), ScoreFunctionBuilders.scriptFunction(new Script(scoreScript)))
    };
    SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    boolQuery.must(QueryBuilders.termQuery("userId", 1));
    FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery(boolQuery, filterFunctionBuilders);
    searchSourceBuilder.query(functionScoreQueryBuilder)
            .sort("_score", SortOrder.DESC)
            .sort("heat", SortOrder.DESC);
    SearchRequest searchRequest = new SearchRequest(elasticSearchIndexConfig.getArticleSearchIndexName());
    searchRequest.types(EsConstant.DEFAULT_TYPE);
    searchRequest.source(searchSourceBuilder);

    List<ArticleDocument> searchResults = kittyRestHighLevelClient.search(searchRequest, ArticleDocument.class);
    searchResults.forEach(doc -> {
        System.out.println(doc.getId() + "\t" + doc.getType() + "\t" + doc.getHeat());
    });
}

scoreScript 就是控制權重的腳本，也就是一段代碼（腳本默認是 groovy），是不是方便的多。

關於作者：尹吉歡，簡單的技術愛好者，《Spring Cloud 微服務-全棧技術與案例解析》, 《Spring Cloud 微服務入門實戰與進階》作者, 公眾號猿天地發起人。

我整理了一份很全的學習資料，感興趣的可以微信搜索「猿天地」，回復關鍵字「學習資料」獲取我整理好了的 Spring Cloud，Spring Cloud Alibaba，Sharding-JDBC 分庫分表，任務調度框架 XXL-JOB，MongoDB，爬蟲等相關資料。