Elasticsearch使用rescore重打分机制

1、match和match_phrase（proximity match）的区别

match --》只要简单的匹配到了一个term，就可以理解将term对应的doc作为结果返回，扫描倒排索引，扫描到了就OK。

match_phrase --》首先扫描到所有term的doc list；找到包含所有term的doc list；然后对每个doc都计算每个term的position，是否符合指定的范围；
slop，需要进行复杂的运算，来判断能否通过slop移动匹配一个doc。

2、match和match_phrase（proximity match）的性能对比

match query的性能比match_phrase和proximity match（有slop）要高很多，因为后两者都要计算position的距离。
match query比match_phrase的性能要高10倍，比proximity match（带slop的）性能要高20倍。

但是无须担心，ES都在几十秒到几百毫秒之间，可以接受的。

3、优化proximity match的性能

一般优化思路是减少要进行proximity match搜索的document数量。

主要思路如下：
用match query先过滤出需要的数据，然后再用proximity match来根据term距离提高doc分数，同时proximity match只针对每个shard的分数排名前N个doc起作用，来重新调整他们的分数，这个过程称之为rescoring（重打分）。

上一篇幅说了：用match+proximity match同时实现召回率和精准度

默认情况下，match也许匹配了1000个doc，proximity match全都需要对每个doc进行一遍运算，判断能否slop移动匹配上，然后去贡献自己的分数，但是很多情况下，match出来也许1000个doc，其实用户大部分情况下是分页查询的，所以可能最多只会看前几页，比如一页是10条，最多也许就看5页，就是50条。
proximity match只要对前50条doc进行slop移动去匹配，去贡献自己的分数即可，不需要对全部1000个doc都去进行计算和贡献分数。

如下代码（rescore）：

GET /forum/article/_search
{
  "query": {
    "match": {
      "content": "java spark"
    }
  },
  "rescore" : {
    "window_size" : 50,
    "query" : {
      "rescore_query" : {
        "match_phrase" : {
          "content" : {
            "query" : "java spark",
            "slop" : 50
          }
        }
      }
    }
  }
}