Solr——使用edismax控制评分

清疚 2023-06-02 07:50 11阅读 0赞

# 如何控制评分 #

如果设置了sort字段，那么将会按照sort字段的顺序返回结果。

如果没有设置sort字段，那么将会根据相关度打分来排序。也就是说，相关度更高的排在前面。

如何来定制适合自身业务的排序打分规则（boost）呢？经过这段时间的思考与实践，想到了如下三个方法：  
1、定制Lucene的boost算法，加入自己希望的业务规则；  
2、使用Solr的edismax实现的方法，通过bf查询配置来影响boost打分。  
3、在建索引的schema时设置一个字段做排序字段，通过它来影响文档的总体boost打分。

上面每一种方法都有其优劣，下面分析一下各自的优劣。

第一种方法技术难度要求较高，需要读懂Lucene的boost打分算法，在代码层做定制.

第二种方式就简单不少，不过因为受限于edismax提供的方法，所以有些局限性。

第三种排序可完全消除文本相关性打分的影响，文本检索匹配逻辑只负责打到匹配的项，排序由自定义字段处理。

下面重点看edismax的使用：

# edismax的理念： #

edismax中将查询字段和查询词项分开了，如我们在标准用法中使用name:zjf，那么在edismax中，需要在qf中设置查询字段为name，然后在q中输入zjf，注意这里不能加name了，否则没有结果。

这样设计的结果就是，查询词项会去所有的qf列（query field，可以设置多列，也可以配置为每列配置权重）上进行查询，如果要针对每个字段有不同的查询，如name:zjf,age:30，那么需要将其中一个移入到fq中，但是注意，fq中的查询是不影响评分的。这也是edismax的理念。满足常用的搜索场景。

# edismax的常用参数： #

q和fq来自标准查询，也经常使用。

edismax扩展的有：

qf：query field。q中的词项要在哪些字段上执行查询。可以设置多列以及每一列的权重。如果没有设置，那么将会使用df默认字段（一般在配置文件中配置好）。

pf：parse field。pf和qf的格式一样。区别是pf会更加注重短语匹配，也就是说如果输入zjf xhj作为查询，那么在配置了pf的字段上，zjf随后出现xhj的文档的评分更高。注意这里只是评分更高，如果想获得更加严格的短语匹配，应该在查询中使用"zjf xhj"。

ps：用于配置pf中的词项的短语间隔。可以控制zjf和xhj之间多少个间隔。

bq：接受一个和q一样的查询，它和q的区别是不影响返回的结果集，只会影响排名。

bf：提升函数，通过数学公式来影响评分，而且不局限在qf中的字段。

mm：最小匹配，如果我们不严格要求AND，可以配置mm来定义查询结果集的匹配程度。

注意：想pf 和qf这种需要查询的字段上，一定要是indexed的。

# 关于mm #

mm可以设置为整数，如2，代表至少匹配两个词项，如果输入词项少于两个，那么要全部匹配才行。

mm可以设为百分比，表示必须匹配到多大的百分比才可以。也可以合并在一起匹配。

如设置为mm="2<50%" 那么如下查询的话：

solr： 只有一个词项，必须全部匹配。

solr is:2个词项，也必须全部匹配。

solr is a：超过两个，按照50%来计算，只需要匹配一个词项就可以。（一个词项占33%，四舍五入到50%）

solr is a serch：必须匹配两个，50%。

# edismax列子，以下来自网络 #

例子1，来自网络。

下面结合最近使用Solr的实践，着重介绍一下通过使用Solr的DisMaxQParserPlugin通过配置来制定结果文档打分规则。  
DisMaxQParserPlugin提供在针对文本boost打分上，支持搜索多个schema索引字段，并针对每一个字段设置不同的boost权限。  
pf查询 与 qf查询  
pf: 可提供对一条记录的多个字段做匹配的功能  
qf: 针对查询的每个字段设置不同的boost权重打分，其设置的字段必须为在pf中配置的项。  
可在solrconfig.xml中的browse中配置做如下配置：

<requestHandler name="/browse" class="solr.SearchHandler">  
<lst name="defaults">  
<str name="defType">edismax</str>  
<str name="pf">  
name info title  
</str>  
<str name="qf">  
name^1 info^0.8 title^0.6  
</str>  
</lst>  
</requestHandler>   
上面一段的意思是，查询name，info,title三个字段，每个字段的文本相关度打分分别为1,0.8,0.6。计算查询出的每一条结果的权重方法如下：分别计算各字段的文本打分然后乘于配置的系统，最后三者相加即为该结果的boost得分。

bf查询  
除去pf查询，qf查询之外，仍然希望索引记录的其它字段能够计入打分中，这时可以使用bf查询。bf查询支持一些数据函数，这些函数可作用在索引记录的字段上，多为时间，数值等字段。同样bf也支持添加权重。下面是一个使用bf查询配置的例子：  
<requestHandler name="/browse" class="solr.SearchHandler">  
<lst name="defaults">  
<str name="defType">edismax</str>  
<str name="bf">  
sum(recip(ms(NOW,created\_time),3.16e-11,1,1),sqrt(log(max(sales,1))),sqrt(log(count)))^10  
</str>  
<str name="pf">  
name info title  
</str>  
<str name="qf">  
name^1 info^0.8 title^0.6  
</str>  
</lst>  
</requestHandler>  
其中sum，recip，ms，sqrt，log，max这些都是Solr提供的数学方法，支持的所有数学方法可在这里查找到：[http://wiki.apache.org/solr/FunctionQuery][http_wiki.apache.org_solr_FunctionQuery]  
edismax相关资源：[http://wiki.apache.org/solr/DisMaxQParserPlugin][http_wiki.apache.org_solr_DisMaxQParserPlugin]

## sum ##

[Solr1.3 sum(x,y,...) 返回多个函数的和。][Solr1.3_sum_x_y_...]

*  [Example Syntax: **sum(x,1)**][Solr1.3_sum_x_y_...]
 *  [Example Syntax: **sum(x,y)**][Solr1.3_sum_x_y_...]
 *  [Example Syntax: **sum(sqrt(x),log(y),z,0.5)**][Solr1.3_sum_x_y_...]

## [recip][Solr1.3_sum_x_y_...] ##

[recip（x，m，a，b）实现a/（m \* x + b）的互逆函数。 m，a，b是常数，x是任何数字字段或任意复杂的函数。][Solr1.3_sum_x_y_...]

[当a和b相等，x> = 0时，该函数的最大值为1，随x增加而下降。 将a和b的值增加在一起导致整个功能的移动到曲线的较平坦部分。 这些属性可以使这成为在x是rord（datefield）时提升更新文档的理想功能。][Solr1.3_sum_x_y_...]

*   *  [Example Syntax: **recip(rord(creationDate),1,1000,1000)**][Solr1.3_sum_x_y_...]

转载于:https://www.cnblogs.com/LCharles/p/11413659.html

[http_wiki.apache.org_solr_FunctionQuery]: https://zm8.sm-tc.cn/?src=l4uLj8XQ0IiWlJbRno%2BenJea0ZCNmNCMkJON0LmKkZyLlpCRroqajYY%3D&uid=167c4344dfa7c01fca99998047c38ded&restype=1&from=derive&depth=2&v=1&link_type=12
[http_wiki.apache.org_solr_DisMaxQParserPlugin]: https://zm8.sm-tc.cn/?src=l4uLj8XQ0IiWlJbRno%2BenJea0ZCNmNCMkJON0LuWjLKeh66vno2Mmo2vk4qYlpE%3D&uid=167c4344dfa7c01fca99998047c38ded&restype=1&from=derive&depth=2&v=1&link_type=12
[Solr1.3_sum_x_y_...]: https://wiki.apache.org/solr/Solr1.3