查询重打分 #

查询重打分（Rescore）允许你在初始查询返回 Top-N 结果后，用更复杂、更精细的查询对这些结果重新打分。这是一种二阶段打分策略：第一阶段用快速查询（如 match）粗筛，第二阶段用代价更高的查询（如 match_phrase、function_score）精排。

使用场景 #

短语精排：先用 match 召回，再用 match_phrase 提升短语完全匹配的文档
复杂评分：初始召回后，对 Top 结果做 function_score 或 script_score 精细计算
向量混排：用 BM25 召回后，对 Top-N 用 kNN 重打分

基础用法 #

GET shakespeare/_search
{
  "query": {
    "match": {
      "text_entry": "to be or not to be"
    }
  },
  "rescore": {
    "window_size": 100,
    "query": {
      "rescore_query": {
        "match_phrase": {
          "text_entry": {
            "query": "to be or not to be",
            "slop": 2
          }
        }
      },
      "query_weight": 0.7,
      "rescore_query_weight": 1.2
    }
  }
}

参数说明 #

顶层参数 #

参数	类型	默认值	说明
`window_size`	Integer	10	每个分片上参与重打分的 Top-N 文档数
`query`	Object	必填	重打分查询配置

query 对象参数 #

参数	类型	默认值	说明
`rescore_query`	Query DSL	必填	用于重打分的查询（任意 Query DSL）
`query_weight`	Float	1.0	原始查询分数的权重
`rescore_query_weight`	Float	1.0	重打分查询分数的权重
`score_mode`	String	`total`	原始分数与重打分分数的合并方式

score_mode 可选值 #

值	公式	说明
`total`（或 `sum`）	$\text{original} \times w_1 + \text{rescore} \times w_2$	加权求和（默认）
`avg`	$\frac{\text{original} \times w_1 + \text{rescore} \times w_2}{2}$	加权平均
`max`	$\max(\text{original} \times w_1,\ \text{rescore} \times w_2)$	取最大值
`min`	$\min(\text{original} \times w_1,\ \text{rescore} \times w_2)$	取最小值
`multiply`（或 `product`）	$\text{original} \times w_1 \times \text{rescore} \times w_2$	加权乘积

多级重打分 #

可以指定多个 rescore 对象组成数组，按顺序依次执行：

GET shakespeare/_search
{
  "query": {
    "match": {
      "text_entry": "love"
    }
  },
  "rescore": [
    {
      "window_size": 200,
      "query": {
        "rescore_query": {
          "match_phrase": {
            "text_entry": {
              "query": "love",
              "slop": 1
            }
          }
        },
        "query_weight": 0.7,
        "rescore_query_weight": 1.5
      }
    },
    {
      "window_size": 50,
      "query": {
        "rescore_query": {
          "function_score": {
            "script_score": {
              "script": "_score * doc['popularity'].value"
            }
          }
        },
        "score_mode": "multiply"
      }
    }
  ]
}

每一级重打分都在上一级的结果基础上执行。

性能建议 #

window_size 越大，精度越高但开销越大。建议从 100~500 开始调试
重打分查询不影响召回率（只影响已召回文档的排序）
重打分不支持与 sort 一起使用（需要按 _score 排序才有意义）
每个分片独立执行重打分，因此实际重打分文档数 = window_size × 分片数