在elasticsearch中使用function_score查詢

好久沒有寫更新了，有灰！再次抱歉！！！前端時間一直在研究kubernets+.net core相關，本打算寫幾篇k8s的文章，但在公司聽到同事遇到個需求一直沒有搞定，於是出於程式設計師的本能了解了一下，就是需要根據左上角，右下角的經緯度坐標查詢一批在地圖上均勻分布！

一、先看語法

_search{   "query":{     "function_score":{       "query":{        "match_all":{}        },       "functions":[                 {           "gauss":{               "location":{                   "origin":{                       "lon":116.402688,                       "lat":39.91416                   },                   "offset":"5km",                   "scale":"10km"               }             }          }       ],       "boost_mode":"replace",        "score_mode":"sum",        "max_boost":10,        "min_score":1         "boost":5      }   }}
二、也支持僅帶一個函數的語法如
GET /_search{
  "query": {
    "function_score": {
      "query": { "match_all": {} },
      "boost": "5",
      "random_score": {},
      "boost_mode": "multiply"
    }
  }}
三、下面介紹下3種decay functions衰減函數
gauss：高斯函數則是鐘形的，他的衰減速率是先緩慢，然後變快，最後又放緩
linear：線性函數是條直線，一旦直線與橫軸0相交，所有其他值的評分都是0
exp：指數函數是先劇烈衰減然後變緩
具體效果圖參考官網：
https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-function-score-query.html#function-decay
四、random_scoring隨機一致性函數，可以隨用戶而變，官方示例：
GET /_search{
  "query": {
    "function_score": {
      "random_score": {
        "seed": 10,
        "field": "_id" //_seq_no文檔修改時會變，建議使用一個文檔的唯一值欄位
      }
    }
  }}
五、field_value_factor函數，直接指定field有時可能太多生硬了，可以通過modifier和factor參數配合使結果更加柔和些，modifier可以有更多函數可用（log,log1p,log2p,ln,ln1p,ln2p,sqrt,square,none,reciprocal）
GET /_search{
  "query": {
    "function_score": {
      "field_value_factor": {
        "field": "my-int",
        "factor": 1.2,
        "modifier": "sqrt",
        "missing": 1
      }
    }
  }}
六、script_score 通過腳本（painless-默認、expression等）完全自定義控制評分計算，如官網直接使用文檔的值作為結果
GET /_search{
  "query": {
    "function_score": {
      "query": {
        "match": { "message": "elasticsearch" }
      },
      "script_score": {
        "script": {
          "source": "Math.log(2 + doc['my-int'].value)"
        }
      }
    }
  }}
七、最後我們看一個實戰案例，這個也是困擾我們公司很久的一個小問題，當然我們自己對elasticsearch的了解也很有限，場景是我們希望在地圖上通過小紅點的方式展示我們的門店，每個門店有經緯度位置，當地圖放大時查詢一批門店，在地圖上均勻分布，就這麼個需求！
來我們看看如何搞定它！就用到我們這裡的random_score函數，當然我這裡使用了script_fields計算距離以及根據距離排序，僅僅為了演示這種功能而已！
{    "size":15,    "_source":"*",     "sort":[     {       "_geo_distance":{           "location":[116.402688,39.91416],           "order":"asc",           "unit" : "km",           "ignore_unmapped": true       }     } ],  "script_fields":{     "distance":{         "script":{             "lang":"painless",             "source":"doc['location'].arcDistance(params.lat,params.lon) * 0.001",             "params":{                 "lon":116.402688,                 "lat":39.91416             }         }     } }, "query":{        "function_score":{            "query":{                "match_all":{}//這裡加上你自己的查詢條件            },            "functions":[{                "random_score":{                    "seed":10,                    "field":"_id"                }            }],            "boost_mode":"sum"        }    }}