Elasticsearch的function_score与rescore的区别

---

前言

在 Elasticsearch 中，function_score 和 rescore 都是对查询结果进行评分调整的机制，但它们的用途、作用范围和执行阶段有所不同。

---

一、function_score

rescore 是一个用于 查询后重新排序 的功能，主要对初始查询结果进行二次评分和排序。

特点

• 执行阶段：在查询的评分阶段（query phase）执行，对每个匹配的文档重新计算评分。
• 使用场景：
  • 对于初步查询结果进行更精确的排序优化。
  • 结合更复杂的逻辑或模型（如使用 query_weight 和 rescore_query_weight）重新计算评分。
• 主要功能：
  • 支持多种函数（weight, field_value_factor, gauss, linear, exp 等）。
  • 可以将查询的评分和函数的结果组合（例如乘法、加法等）。
  • 影响的是所有匹配文档的最终评分。

常见场景

1. 根据某个字段的值提升文档排名（如评分越高排名越靠前）。
2. 根据地理位置距离进行动态调整。
3. 根据文档的时间戳实现时间衰减。

示例

{
  "query": {
    "function_score": {
      "query": { "match": { "title": "elasticsearch" } },
      "functions": [
        {
          "field_value_factor": {
            "field": "popularity",
            "factor": 1.2,
            "modifier": "sqrt"
          }
        },
        {
          "gauss": {
            "publish_date": {
              "origin": "2025-01-01",
              "scale": "10d"
            }
          }
        }
      ],
      "boost_mode": "sum"
    }
  }
}

• 作用：
  • 基于文档的 popularity 字段调整评分。
  • 根据文档发布时间计算时间衰减。

二、rescore

rescore 是一个用于 查询后重新排序 的功能，主要对初始查询结果进行二次评分和排序。

特点

• 执行阶段：在查询的结果集返回前，对前 N 个（通常是 top-k）匹配的文档重新评分。
• 使用场景：
  • 对于初步查询结果进行更精确的排序优化。
  • 结合更复杂的逻辑或模型（如使用 query_weight 和 rescore_query_weight）重新计算评分。
• 主要功能：
  • 只对初步查询结果的前 N 个文档进行二次评分（默认 window_size 为 10）。
  • 提高查询性能，因为它不需要对所有匹配文档重新评分。
• 适合场景：
  • 使用简单的查询快速过滤大规模数据集，然后对前 N 个文档进行更精细的排序。
  • 将复杂计算放到重新排序阶段，而不是影响初步查询性能。

常见场景

1. 使用 BM25 进行初筛，然后用其他模型（如短语匹配、词对匹配）对结果进行精细排序。
2. 多阶段查询优化：先进行粗筛，再通过更复杂的逻辑排序。

示例

{
  "query": {
    "match": { "title": "elasticsearch" }
  },
  "rescore": {
    "window_size": 50,
    "query": {
      "rescore_query": {
        "match_phrase": { "title": "elasticsearch guide" }
      },
      "query_weight": 0.7,
      "rescore_query_weight": 2.0
    }
  }
}

• 作用：
  • 初筛阶段：通过 match 查询找到所有与 elasticsearch 匹配的文档。
  • 重排序阶段：对前 50 个文档用短语匹配（match_phrase）重新计算评分，并进行权重调整。

三、区别对比

特性	function_score	rescore
执行阶段	查询阶段：调整匹配文档的评分	查询后排序阶段：对初筛结果重新评分
作用范围	所有匹配文档	查询结果的前 N 个文档（由 window_size 控制）
性能消耗	对所有匹配文档评分，可能影响性能	仅对部分文档评分，性能影响较小
适用场景	动态评分调整（基于字段、位置、时间等）	更复杂的逻辑排序或精细化模型排序
适用复杂度	通常适用于简单到中等复杂度的评分逻辑	适合复杂的评分逻辑，如精确短语匹配或外部模型
主要目的	直接调整评分以提高结果的相关性	精细化排序，提高结果的排序精度

总结

• function_score 更适合在 查询阶段调整所有匹配文档的评分，用于基于字段或业务规则的动态评分调整。
• rescore 更适合在 初步筛选后的精细排序，用于复杂的二次排序逻辑（例如短语匹配或基于机器学习的重新打分）。

选择哪一个取决于你的使用场景和性能需求：

• 如果你需要动态调整所有文档的评分，使用 function_score。
• 如果你只需要对初筛结果进行精细化排序，使用 rescore。

原文地址：https://blog.csdn.net/dh798417147/article/details/145184117

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！