--- title: "Rank Feature 查询" date: 0001-01-01 summary: "Rank Feature 查询 # 使用 rank_feature 查询根据文档中的数值（如相关性分数、人气或新鲜度）提升文档分数。如果你希望使用数值特征微调相关性排名，这种查询非常理想。与全文检索不同，rank_feature 仅关注数值信号；在复合查询（如 bool）中与其他查询结合时效果最佳。 rank_feature 查询要求目标字段映射为 rank_feature 字段类型。这可以启用内部优化的评分，从而实现快速高效的提升。 相关指南（先读这些） # 相关性与打分策略 Query DSL 基础 分数影响取决于字段值以及可选的 saturation 、 log 或 sigmoid 函数。这些函数在查询时动态应用以计算最终文档分数；它们不会更改或存储文档中的任何值。 参数说明 # rank_feature 查询支持以下参数。 参数 数据类型 必需/可选 描述 field String 必需 一个 rank_feature 或 rank_features 字段，用于影响文档评分。 boost Float 可选 应用于评分的乘数。默认值为 1.0 。0 到 1 之间的值会降低评分；大于 1 的值会提高评分。 saturation Object 可选 对特征值应用饱和函数。随着值的增加，增益会增长，但在 pivot 之后会趋于平稳。如果没有提供其他函数，则使用此默认函数。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 log Object 可选 使用基于字段值的对数评分函数。适用于大范围值的场景。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 sigmoid Object 可选 对评分影响应用 S 形曲线，由 pivot 和 exponent 控制。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 positive_score_impact Boolean 可选 当 false 时，较低值会获得更高的评分。适用于像价格这样的特征，其中较小值更好。作为映射的一部分定义。默认值为 true 。 参考样例 # 以下示例展示了如何定义和使用 rank_feature 字段来影响文档评分。" --- # Rank Feature 查询 使用 `rank_feature` 查询根据文档中的数值（如相关性分数、人气或新鲜度）提升文档分数。如果你希望使用数值特征微调相关性排名，这种查询非常理想。与全文检索不同，`rank_feature` 仅关注数值信号；在复合查询（如 `bool`）中与其他查询结合时效果最佳。 `rank_feature` 查询要求目标字段映射为 `rank_feature` 字段类型。这可以启用内部优化的评分，从而实现快速高效的提升。 ## 相关指南（先读这些） - [相关性与打分策略]({{< relref "/docs/features/fulltext-search/relevance/_index.md" >}}) - [Query DSL 基础]({{< relref "/docs/features/query-dsl/query-dsl-basics.md" >}}) 分数影响取决于字段值以及可选的 `saturation` 、 `log` 或 `sigmoid` 函数。这些函数在查询时动态应用以计算最终文档分数；它们不会更改或存储文档中的任何值。 ## 参数说明 `rank_feature` 查询支持以下参数。 | 参数 | 数据类型 | 必需/可选 | 描述 | | ----------------------- | -------- | --------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `field` | String | 必需 | 一个 rank_feature 或 rank_features 字段，用于影响文档评分。 | | `boost` | Float | 可选 | 应用于评分的乘数。默认值为 1.0 。0 到 1 之间的值会降低评分；大于 1 的值会提高评分。 | | `saturation` | Object | 可选 | 对特征值应用饱和函数。随着值的增加，增益会增长，但在 pivot 之后会趋于平稳。如果没有提供其他函数，则使用此默认函数。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 | | `log` | Object | 可选 | 使用基于字段值的对数评分函数。适用于大范围值的场景。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 | | `sigmoid` | Object | 可选 | 对评分影响应用 S 形曲线，由 pivot 和 exponent 控制。一次只能使用 saturation 、 log 或 sigmoid 中的一个函数。 | | `positive_score_impact` | Boolean | 可选 | 当 false 时，较低值会获得更高的评分。适用于像价格这样的特征，其中较小值更好。作为映射的一部分定义。默认值为 true 。 | ## 参考样例 以下示例展示了如何定义和使用 `rank_feature` 字段来影响文档评分。 定义一个包含 `rank_feature` 字段的索引来表示信号，如 `popularity` : ``` PUT /products { "mappings": { "properties": { "title": { "type": "text" }, "popularity": { "type": "rank_feature" } } } } ``` 添加具有不同流行度值的示例产品： ``` POST /products/_bulk { "index": { "_id": 1 } } { "title": "Wireless Earbuds", "popularity": 1 } { "index": { "_id": 2 } } { "title": "Bluetooth Speaker", "popularity": 10 } { "index": { "_id": 3 } } { "title": "Portable Charger", "popularity": 25 } { "index": { "_id": 4 } } { "title": "Smartwatch", "popularity": 50 } { "index": { "_id": 5 } } { "title": "Noise Cancelling Headphones", "popularity": 100 } { "index": { "_id": 6 } } { "title": "Gaming Laptop", "popularity": 250 } { "index": { "_id": 7 } } { "title": "4K Monitor", "popularity": 500 } ``` ### 基础排序功能查询 你可以使用 `rank_feature` 基于 `popularity` 分数来提升结果： ``` POST /products/_search { "query": { "rank_feature": { "field": "popularity" } } } ``` 这个查询本身不执行过滤。相反，它根据 `popularity` 的值对所有文档进行评分：更高的值会产生更高的分数： ``` { ... "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 0.9252834, "hits": [ { "_index": "products", "_id": "7", "_score": 0.9252834, "_source": { "title": "4K Monitor", "popularity": 500 } }, { "_index": "products", "_id": "6", "_score": 0.86095566, "_source": { "title": "Gaming Laptop", "popularity": 250 } }, { "_index": "products", "_id": "5", "_score": 0.71237755, "_source": { "title": "Noise Cancelling Headphones", "popularity": 100 } }, { "_index": "products", "_id": "4", "_score": 0.5532503, "_source": { "title": "Smartwatch", "popularity": 50 } }, { "_index": "products", "_id": "3", "_score": 0.38240916, "_source": { "title": "Portable Charger", "popularity": 25 } }, { "_index": "products", "_id": "2", "_score": 0.19851118, "_source": { "title": "Bluetooth Speaker", "popularity": 10 } }, { "_index": "products", "_id": "1", "_score": 0.024169207, "_source": { "title": "Wireless Earbuds", "popularity": 1 } } ] } } ``` ### 与全文搜索结合 要筛选相关结果并根据热度提升它们，请使用以下请求。此查询对匹配“headphones”的所有文档进行排序，并提升那些热度更高的文档： ``` POST /products/_search { "query": { "bool": { "must": { "match": { "title": "headphones" } }, "should": { "rank_feature": { "field": "popularity" } } } } } ``` ### 权重提升 `boost` 参数允许你调整 `rank_feature` 子句的分数贡献。这在 `bool` 等复合查询中特别有用，你可以控制数值字段（如人气、新鲜度或相关性分数）对最终文档排序的影响程度。 在以下示例中， `bool` 查询匹配包含“headphones”的文档，并使用 `rank_feature` 子句和 `boost` 为 2.0 的 `rank_feature` 子句来提升更受欢迎的结果。这使 `rank_feature` 分数对整体文档分数的贡献翻倍： ``` POST /products/_search { "query": { "bool": { "must": { "match": { "title": "headphones" } }, "should": { "rank_feature": { "field": "popularity", "boost": 2.0 } } } } } ``` ### 配置得分函数 默认情况下， `rank_feature` 查询使用一个 `saturation` 函数，其 `pivot` 值由字段派生。您可以显式地将函数设置为 `saturation` 、 `log` 或 `sigmoid` 。 #### 饱和函数 `saturation` 函数是 `rank_feature` 查询中使用的默认得分方法。它为具有较大特征值的文档分配更高的得分，但随着值超过指定的 `pivot` ，得分的增加会变得更加平缓。当您希望对非常大的值给予递减回报时，这很有用，例如，在避免过度奖励极高数字的同时提升 `popularity` 。计算得分的公式是 `value of the rank_feature field / (value of the rank_feature field + pivot)` 。产生的得分始终在 0 和 1 之间。如果未提供 `pivot` ，则使用索引中所有 `rank_feature` 值的近似几何平均值。 以下示例使用 `saturation` ，其 `pivot` 为 50 ： ``` POST /products/_search { "query": { "rank_feature": { "field": "popularity", "saturation": { "pivot": 50 } } } } ``` `pivot` 定义了评分增长减缓的点。大于 `pivot` 的值仍然会增加评分，但会随着收益递减，如返回的命中所示： ``` { ... "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 0.9090909, "hits": [ { "_index": "products", "_id": "7", "_score": 0.9090909, "_source": { "title": "4K Monitor", "popularity": 500 } }, { "_index": "products", "_id": "6", "_score": 0.8333333, "_source": { "title": "Gaming Laptop", "popularity": 250 } }, { "_index": "products", "_id": "5", "_score": 0.6666666, "_source": { "title": "Noise Cancelling Headphones", "popularity": 100 } }, { "_index": "products", "_id": "4", "_score": 0.5, "_source": { "title": "Smartwatch", "popularity": 50 } }, { "_index": "products", "_id": "3", "_score": 0.3333333, "_source": { "title": "Portable Charger", "popularity": 25 } }, { "_index": "products", "_id": "2", "_score": 0.16666669, "_source": { "title": "Bluetooth Speaker", "popularity": 10 } }, { "_index": "products", "_id": "1", "_score": 0.019607842, "_source": { "title": "Wireless Earbuds", "popularity": 1 } } ] } } ``` #### LOG 函数 当 `rank_feature` 字段包含一个显著范围内的值时， `log` 函数很有用。它对 `score` 应用对数刻度，减少极高值的影响，并帮助在宽泛的值分布中实现评分的归一化。当低值之间的小差异应该比高值之间的大差异更有影响时，这尤其有用。评分使用公式 `log(scaling_factor + rank_feature field)` 计算。以下示例使用 `scaling_factor` 为 2 ： ``` POST /products/_search { "query": { "rank_feature": { "field": "popularity", "log": { "scaling_factor": 2 } } } } ``` 在示例数据集中， `popularity` 字段的范围从 1 到 500 。 `log` 函数压缩了来自 250 和 500 等大值的 `score` 贡献，同时仍然允许具有 10 或 25 的文档获得有意义的分数。相比之下，如果你应用 `saturation` 函数，高于 `pivot` 的文档会迅速接近相同的最大分数： ``` { ... "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 6.2186003, "hits": [ { "_index": "products", "_id": "7", "_score": 6.2186003, "_source": { "title": "4K Monitor", "popularity": 500 } }, { "_index": "products", "_id": "6", "_score": 5.529429, "_source": { "title": "Gaming Laptop", "popularity": 250 } }, { "_index": "products", "_id": "5", "_score": 4.624973, "_source": { "title": "Noise Cancelling Headphones", "popularity": 100 } }, { "_index": "products", "_id": "4", "_score": 3.9512436, "_source": { "title": "Smartwatch", "popularity": 50 } }, { "_index": "products", "_id": "3", "_score": 3.295837, "_source": { "title": "Portable Charger", "popularity": 25 } }, { "_index": "products", "_id": "2", "_score": 2.4849067, "_source": { "title": "Bluetooth Speaker", "popularity": 10 } }, { "_index": "products", "_id": "1", "_score": 1.0986123, "_source": { "title": "Wireless Earbuds", "popularity": 1 } } ] } } ``` #### SIGMOID 函数 `sigmoid` 函数提供了一个平滑的 S 形评分曲线，这在你想控制评分影响的陡峭程度和中点时特别有用。评分使用公式 `rank feature field value^exp / (rank feature field value^exp + pivot^exp)` 计算得出。以下示例使用了一个配置了 `pivot` 和 `exponent` 的 `sigmoid` 函数。 `pivot` 定义了评分等于 0.5 的值。 `exponent` 控制曲线的陡峭程度。较低值会导致在 `pivot` 周围的过渡更加尖锐： ``` POST /products/_search { "query": { "rank_feature": { "field": "popularity", "sigmoid": { "pivot": 50, "exponent": 0.5 } } } } ``` `sigmoid` 函数平滑地提升了 `pivot` （在本例中为 50 ）周围的分数，对接近 `pivot` 的值给予适度偏好，同时使高低两端的分数趋于平缓： ``` { ... "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 0.7597469, "hits": [ { "_index": "products", "_id": "7", "_score": 0.7597469, "_source": { "title": "4K Monitor", "popularity": 500 } }, { "_index": "products", "_id": "6", "_score": 0.690983, "_source": { "title": "Gaming Laptop", "popularity": 250 } }, { "_index": "products", "_id": "5", "_score": 0.58578646, "_source": { "title": "Noise Cancelling Headphones", "popularity": 100 } }, { "_index": "products", "_id": "4", "_score": 0.5, "_source": { "title": "Smartwatch", "popularity": 50 } }, { "_index": "products", "_id": "3", "_score": 0.41421357, "_source": { "title": "Portable Charger", "popularity": 25 } }, { "_index": "products", "_id": "2", "_score": 0.309017, "_source": { "title": "Bluetooth Speaker", "popularity": 10 } }, { "_index": "products", "_id": "1", "_score": 0.12389934, "_source": { "title": "Wireless Earbuds", "popularity": 1 } } ] } } ``` #### 分数反转 默认情况下，较高的值会导致较高的分数。如果您希望较低的值产生较高的分数（例如，较低的价格更相关），请在索引创建期间将 `positive_score_impact` 设置为 `false` ： ``` PUT /products_new { "mappings": { "properties": { "popularity": { "type": "rank_feature", "positive_score_impact": false } } } } ```