基于字符串在数字上的接近程度的弹性搜索评分文档

Question

假设我们在弹性索引中有以下格式的文档：

{
  "street": "Adenauer Allee",
  "number": "119",
  "zipcode": "53113"
}

我们有一个查询，如：

{
    "from": 0,
    "size": 1,
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "zipcode": {
                            "query": "53113",
                            "fuzziness": "0"
                        }
                    }
                },
                {
                    "match": {
                        "street": {
                            "query": "Adenauer Allee",
                            "fuzziness": "auto"
                        }
                    }
                }
            ],
            "should": [
                {
                    "match": {
                        "number": {
                            "query": "119"
                        }
                    }
                } 
            ]
        }
    }
}

现在假设我们的索引包含 3 个文档

street: "Adenauer Allee"
zipcode: "53113"

他们有不同的门牌号码，例如：

doc1: number: "11"
doc2: number: "120"
doc3: number: "10a"

（注意 doc3 中的“a”）。

上面的查询将返回带有数字“11”的结果doc1 （因为它在字母数字上更接近）。

期望的行为是首先返回具有最接近数值的文档。 在上面的场景中，这是编号为“120”的doc2 。

我怎样才能做到这一点？

弹性搜索信息：

{
"name": "193a315bccae",
"cluster_name": "demo",
"cluster_uuid": "kg3tZZOyqOgqTbn_elqs_g",
"version": {
"number": "7.5.1",
"build_flavor": "default",
"build_type": "docker",
"build_hash": "3ae9ac9a93c95bd0cdc054951cf95d88e1e18d96",
"build_date": "2019-12-16T22:57:37.835892Z",
"build_snapshot": false,
"lucene_version": "8.3.0",
"minimum_wire_compatibility_version": "6.8.0",
"minimum_index_compatibility_version": "6.0.0-beta1"
},
"tagline": "You Know, for Search"
}

Answer 1

script_score允许您实现自定义评分逻辑（请参阅 Elasticsearch 参考： Script Score Query ）。 除了实现自己的脚本之外，您还可以对数字字段使用预定义的衰减函数之一，假设您从字符中“清理”了街道号码（您可以将number转换为多字段并存储数字部分）它分别，例如number.numeric ）

在以前版本的 Elasticsearch 中，您可以使用function_score -query 来实现相同的逻辑（请参阅 Elasticsearch 参考： 函数分数查询）。