查询与相关性打分

用途：写出既准又快的查询，并解释排序结果为什么不符合预期

两类子句：query vs filter

子句	是否打分	是否可缓存	用法
must / should（query 上下文）	是（BM25）	部分	需要相关性排序的全文条件
filter（filter 上下文）	否	是（节点级缓存）	状态、时间范围、租户、权限

性能第一原则：把不需要打分条件的部分全部放进 filter（枚举、范围、存在性），既省算力又能命中缓存。

常用查询

查询	场景
match	分词后检索（默认 OR + minimum_should_match 控制严格度）
match_phrase	短语/邻近（slop）
multi_match (best_fields/most_fields/cross_fields)	多字段综合搜索
term / terms	keyword 精确匹配（放 filter）
range	时间/数值区间
exists	字段存在性
bool 组合	主结构：must / should / must_not / filter
nested	数组内对象整体匹配
function_score / script_score	业务分叠加（热度、时间衰减、运营权重）
search_as_you_type / completion	前缀补全与联想
knn	向量相似检索（语义搜索场景）

相关性调优顺序

1. 先做对：字段映射与分析器正确（中文分词、同义词、keyword 子字段）。
2. 再做过滤：状态、权限、时间用 filter，不参与打分。
3. 然后调权：字段权重（boost）、tie_breaker、minimum_should_match。
4. 最后叠业务分：function_score 组合高斯时间衰减、热度对数、运营标记。
5. 评估：用 explain 看单文档得分来源；用带标注的查询集做离线排序评估（nDCG/MRR），不要靠肉眼。

分页与深分页

方式	适用	限制
from + size	前几页	受 index.max_result_window（默认 10000）限制；每分片都要取 from+size 再归并，越深越贵
search_after	翻页/导出	需要排序键唯一（加 _id 兜底），不能跳页
scroll	全量遍历（批处理）	占用上下文，不适合实时分页，逐步被 PIT + search_after 取代
PIT + search_after	一致性快照下的深分页	需管理 PIT 生命周期

产品层建议限制可翻页深度（如最多 100 页），更深需求改成交互条件收窄或导出任务。

一致性快照

多请求翻页时数据可能变化导致重复/漏项。用 Point In Time（PIT） 固定视图，配合 search_after 保证翻页稳定。

常见误区

误区	修正
所有条件都放 must	无谓打分 + 无法缓存
用 wildcard/前导通配做常规搜索	极慢，改 ngram 或 keyword + 精确
排序字段用 text	用 keyword 或 doc_values 字段
深分页 from=50000	改 search_after 或收窄条件
相关性差就加脚本打分	先查映射与分析器，脚本打分成本高
不做评估集就调参	改动无法判断好坏，容易越调越差

延伸阅读

• Elasticsearch 官方文档：Query DSL、Relevance、PIT & search_after
• 《Relevant Search》（相关性工程方法）