弹性搜索基于嵌套字段值应用提升

Question

下面是我的索引文档

 {
  "defaultBoostValue":1.01,
  "boostDetails": [
    {
      "Type": "Type1",
      "value": 1.0001
    },
    {
      "Type": "Type2",
      "value": 1.002
    },
    {
      "Type": "Type3",
      "value": 1.0005
    }
  ]
}

我想根据传递的值应用 boost，所以假设我传递 Type 1，那么 boost 应用的将是 1.0001，如果 Type1 不存在，那么它将使用 defaultBoostValue 下面是我的查询，它工作但很慢，有什么方法可以优化它进一步

原始问题上述查询有效，但由于我们使用 _source 很慢

   {
  "query": {
    "function_score": {
      "boost_mode": "multiply",
      "functions": [
          "script_score": {
            "script": {
              "source": """
                double findBoost(Map params_copy) {
                    for (def group : params_copy._source.boostDetails) {
                        if (group['Type'] == params_copy.preferredBoostType ) {
                            return group['value'];
                        }
                    }
                    return params_copy._source['defaultBoostValue'];
                }
                
                return findBoost(params)
              """,
              "params": {
                "preferredBoostType": "Type1"
              }
            }
          }
        }
      ]
    }
  }
}

我已经删除了没有动态映射的条件，如果更改 boostDetails 映射的结构可以提供帮助，那么我可以，但请解释它如何帮助并更快地查询如果答案包含修改映射，请提供映射类型和修改后的结构。

Answer 1

使用动态映射（大量字段）

与原始问题相比，您似乎调整了文档结构。

上面的查询被认为是嵌套字段，出于性能原因，这些字段无法在脚本中轻松迭代。 话虽如此，上面是一个更慢的解决方法，它访问文档的_source并迭代其内容。 但请记住，不建议在脚本中访问_source ！

如果您的文档不再嵌套，您可以访问所谓的文档值，这些值针对查询时访问进行了更优化：

{
  "query": {
    "function_score": {
      ...
      "functions": [
        {
          ...
          "script_score": {
            "script": {
              "lang": "painless",
              "source": """
                try {
                  if (doc['boost.boostType.keyword'].value == params.preferredBoostType) {
                    return doc['boost.boostFactor'].value;
                  } else {
                    throw new Exception();
                  }
                } catch(Exception e) {
                  return doc['fallbackBoostFactor'].value;
                }
              """,
              "params": {
                "preferredBoostType": "Type1"
              }
            }
          }
        }
      ]
    }
  }
}

从而加快您的 function 分数查询。

---

使用有序值列表的替代方法

由于嵌套迭代很慢并且动态映射会破坏您的索引，因此您可以将您的提升存储在每个文档的标准化有序列表中：

"boostValues": [1.0001, 1.002, 1.0005, ..., 1.1]

并在构建查询的后端跟踪相应的提升类型的顺序：

var boostTypes = ["Type1", "Type2", "Type3", ..., "TypeN"]

所以像n-hot 向量这样的东西。

然后，当您构建 Elasticsearch 查询时，您将根据boostType查找boostValues的数组索引，并将此数组索引从上面传递给脚本查询，该脚本查询将访问相应的boostValues文档值。

这保证比_source访问更快。 但是要求您始终保持您的boostTypes和boostValues同步——最好只追加（当您添加新的boostTypes时，列表会在一维中增长）。