一、场景说明
比如我们在CSDN中根据输入的关键词搜索博客文章，需要先根据关键词的相似度匹配排序，然后根据博客热度进行二次排序，保证热度比较高的博客文章优先被搜索到，提高用户的搜索体验。
那么，如何在ES中对检索结果进行二次排序呢？
二、误区说明
索引blog，有三个字段，博客标题title，博客内容content，博客的访问量access_num。
PUT /blog { "mappings": { "properties": { "content": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "title": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" }, "access_num": { "type": "integer" } } } }
检索关键词：java入门
要求：查询结果先根据匹配评分排序，再根据访问量排序。
SQL查询实现：
POST /_sql?format=txt { "query": "SELECT title FROM blog where MATCH(title, 'java入门') order by SCORE() DESC,access_num DESC" }
一般情况下，我们的实现思路都是按照上面的sql进行二次排序。
问题说明：
假如现在有100万条记录能匹配上java入门关键字，先对这100万匹配的数据根据评分SCORE排序，然后再根据访问量排序，会出现如下问题
问题一：
一般全文检索时，只需要返回前面几千条记录即可，一般用户只关注匹配度最高的结果。
问题二：
通过order by SCORE() DESC,access_num DESC这样进行二次排序，那些评分较低、但是访问量较高的文章，会被排在后面，用户体验非常差。
问题三：
ES默认的match匹配打分规则，只是基于检索词的相似度词频打分，没有关联索引中的其他字段，不能实现基于title的相似度和访问量access_num组合评分。
三、优化方案
简单的一个优化思路是，先从查询结果中返回评分最高的100条记录，这100条记录再根据访问量倒序排序。
这样即可以保证评分最高的优先返回，也能保证访问量更高的被优先访问。
实现的SQL如下：
SELECT * FROM ( SELECT title, access_num FROM blog WHERE MATCH ( title, 'java入门' ) ORDER BY SCORE () DESC LIMIT 100 ) ORDER BY access_num DESC
存在的问题：
1、ES中不支持这种子查询，只能先查询出前100条记录，然后在程序中进行二次排序。
2、这种文章的相关度和访问量的二次排序太简单粗暴，可能文章名完全匹配的文章由于访问量比较低而不能优先被访问到，用户体验度始终不好。
补充：
通过再次评分机制rescore，可以实现对指定数据的查询结果进行二次排序。
四、终极优化
针对这种情况，更好的方式是给特定索引的全文检索查询定制打分规则，关联更多的字段信息去打分，这样就可以直接根据评分倒序排序获取前100条记录即可。
function_score 查询 是用来控制评分过程的终极武器，它允许为每个与主查询匹配的文档应用一个函数，以达到改变甚至完全替换原始查询评分 _score 的目的。
GET /blog/_search { "query": { "function_score": { "query": { "match": { "title": "java入门" } }, "functions": [ { "script_score": { "script": { "params": { "access_num_ratio": 2.5 }, "lang": "painless", "source": "doc['access_num'].value * params.access_num_ratio " } } } ] } } }
总结
本文主要是通过对ES中如何实现对查询结果的二次排序问题的思考，延展说明了ES中通过设置索引中的多个字段的权重来联合打分，从而优化用户的检索体验。
