Elasticsearch系列（三十）Elasticsearch的打分机制

在使用搜索引擎的时候，对于用户来说，我们更希望我们被想要的结果被搜索出来，如果搜索结果中出现一些冗杂信息的时候，我们更希望我们想要的结果被排在最前面，这样子我们可以更快触达到我们想要的结果。在elasticsearch中，为了解决这个问题，提供了打分机制（这个打分严格意义来说不是属于elasticsearch的，而是属于lucene的）。这篇文章我们介绍下Elasticsearch的打分机制。

首先我们展示一张搜索结果图：

从这张图可以看到在每一个搜索结果里面会有一个_score的字段，这就是对搜索结果进行打分的效果。

在Elasticsearch中他的打分公式是：

根据上面的公式，我们得出了几个部分：

1、TF
2、IDF
3、Boost

下面我们分别介绍下这3个参数

一、TF

这个TF的含义是词频，也就是一个关键词在一个语句中出现的频率越多，就越相关，举个例子:

1、这是一篇介绍月亮的文章，今天晚上的月亮很圆
2、明晚的月亮不会出来

在上面我们列举了2个文档，两个文档里面都包含有月亮的关键词，当我们在搜索月亮的时候，第一个文档被会匹配到两次，也就是TF词频是2，第二个文档会被匹配到一次，也就是TF词频是1。那么理解一下，当我们搜索月亮的时候，是不是第一个文档更满足我们的期望呢？是不是应该评分高一点？排序排在前面一点？

二、IDF

这个IDF的含义我们可以理解成是逆文档频率，也就是一个关系在所有的文档里面出现的次数越多，代表这个词越不重要。还是举个例子:

1、张三家的猫进行没有吃猫粮，因此今天还没有喝水。
2、王五今天没有带午餐，因此今天中午他没有吃饭。
3、这里没有水

在上面我们列举了3个文档，每个文档里面都出现了没有这个关键词，那就说明没有这个关键词很普遍，因此在计算得分的时候，它的基础分就会非常低，那么对于相关的匹配性文档的总打分也会很低。

逆文档频率是一个分词重要的因素，用来平衡词条的词频。

当我们在搜索的时候，一旦关键词在词频TF和逆文档频率IDF的计算完成后，就可以使用上面的公式来计算整个文档的得分了。

最后我们再来说下这个boost，boost主要用来我们作为手动控制打分，影响结果的排序，例如我们有一个博客，博客里面很很多文章。此时我们在博客中搜索elasticsearch的关键词的时候，我们期望title字段包含的elasticsearch关键词的排序尽量在body字段包含的elasticsearch关键词的文章之间，此时我们就可以手动的为title字段设置boost，这样在最后进行得分计算的时候，title的得分就会高很多。因此排序就会在前面。在下一篇文章我们会详细的介绍boost参数。