问题 布尔查询的disable_coord参数是什么意思？

它用于lucene得分。在得分结果的同时，

例 如果我想修改任何bool查询的coord分数，那么整个 如果某个特定子句或文本或值匹配，则查询将乘以2。

如果有 N bool查询中的子查询具有相同的提升/权重 disable_coord=true 将遵循下一个逻辑......

假使，假设：

• 所有子查询都具有相同的提升和重量。
• N  - 子查询总数。
• n  - 匹配的子查询数。

什么时候 n 子查询匹配：总得分将与匹配查询的提升/权重之和成比例。正如我们现在假设相等的权重/提升，这将是： Sn = n*const。

当所有子查询匹配时（n=N）： Smax = N*const

与完全匹配相比，部分匹配将是 part_of_max = Sn / Smax = (n*const) / (N*const) = n/N

例如，如果您有3个子查询：

• 所有子查询都匹配：总分将是 Smax
• 2个子查询匹配：总分将是 part_2 = 2/3=0.66 （66％） Smax。
• 1个子查询匹配：总分将是 part_1 = 1/3=0.33 （33％） Smax

让我们在启用协调时将其与得分进行比较（elasticsearch的默认行为）。长话短说：“部分”比赛将比完整比赛得分更差。

近似分数将与匹配子查询的权重/增强之和相乘 n/N。如果提升/权重相等，那么总得分将与之成正比 Sn₂ = n*n/N * const = n²/N * const

当所有子查询匹配时（n=N）： Smax₂ = N*(N/N)*const = N * const

与完全匹配相比，部分匹配将是 part_of_max₂ = Sn₂ / Smax₂ = (n²/N * const) / (N * const) = n²/N²

例如，如果您有3个子查询：

• 所有子查询都匹配：总分将是 Smax 与启用协调时相同
• 2个子查询匹配：总分将是 part_2₂ = 4/9=0.44 （44％） Smax₂。或者比2/3更小（66％） part_2
• 1个子查询匹配：总分将是 part_1₂ = 1/9=0.11 （11％） Smax₂。或者比1/3小（33％） part_1

不同的协调方法相互比较：得分何时 disable_coord=False 小于时得分 disable_coord=True 通过 (n²/N²)/(n/N) = n/N 时

具有不同协调策略的不同查询类型的可能用例：

• “fuller”匹配应该比部分匹配更相关：使用默认bool查询并启用协调
• 每个子查询都是自给自足的，并且更多子查询的匹配很好并且“线性”很重要：使用boold查询和disable_coord = True
• 当每个子查询同等重要并且1个子查询的匹配应该被视为与所有子查询的匹配相同：使用dis_max查询
• 当您在多个字段中搜索并且多个字段中的非重叠匹配比单个字段中的相同数量的匹配更好：使用bool和dis_max查询的组合（文档中的更多详细信息： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-dis-max-query.html）

请注意，当术语在文档中多次出现时，相同的子查询可能会有不同的分数：这是由term_frequency控制的（https://www.elastic.co/guide/en/elasticsearch/guide/current/scoring-theory.html#tf） - 它不受影响 disable_coord 在另一个答案中说的是什么（https://stackoverflow.com/a/26998760/952437）。字段长度标准化也会影响结果的计算方式

如果您想知道这3个概念如何协同工作，请参阅以下示例：

查询： quick brown fox  - 这实际上是3个查询与“OR”相结合

disable_coord = TRUE：

• quick brown fox rocks  - 得分 ~=3*1/(sqrt(4))*const = 3*tmp_const
• quick brown fox quick  - 得分 ~=(1+1*sqrt(2)+1)*1/(sqrt(4))*const = 3.41 * tmp_const
• quick brown fox quick fox  - 得分 ~=(1+1*sqrt(2)+1*sqrt(2))*1/(sqrt(5))*const = 3.82 * 0.89 tmp_const = 3.42 * tmp_const。一个额外的狐狸使结果更相关，但这可以通过场长标准化来补偿
• quick brown bird flies  - 得分 ~=2*1/(sqrt(4))*const = 2*tmp_const
• quick brown bird  - 得分 ~=2*1/(sqrt(3))*const = 2*1.1547*tmp_const ~= 2.31*tmp_const
• fox  - 得分 ~=2*1/(sqrt(1))*const = 2*2*tmp_const ~= 4*tmp_const  - 得分甚至更高 quick brown fox quick。这是由场长标准化引起的

disable_coord =假：

• 快速棕色狐狸岩石（coord_factor = 3/3 = 1） - 得分 ~=3*1/(sqrt(4))*const = 3*tmp_const
• 快速棕色狐狸快（coord_factor = 3/3 = 1） - 得分 ~=(1+1*sqrt(2)+1)*1/(sqrt(4))*const = 3.41 * tmp_const
• 快速棕色狐狸快速狐狸（coord_factor = 3/3 = 1） - 得分 ~=(1+1*sqrt(2)+1*sqrt(2))*1/(sqrt(5))*const = 3.82 * 0.89 tmp_const = 3.42 * tmp_const
• 快速的棕色鸟苍蝇（coord_factor = 2/3 = 0.66） - 得分 ~=2*1/(sqrt(4))*const * 2/3 = 1.33*tmp_const。由于协调，分数较低
• 快速棕色鸟（coord_factor = 2/3 = 0.66） - 得分 ~=2*1/(sqrt(3))*const *2/3 = 2*1.1547*tmp_const * 2/3 ~= 1.54*tmp_const。 。由于协调，分数较低
• fox （coord_factor = 1/3 = 0.33） - 分数 ~=2*1/(sqrt(1))*const * 1/3 = 2*2*tmp_const * 1/3 ~= 1.33*tmp_const。由于“协调”，这个结果现在与所有3个术语的结果相关性较低

真实分数还取决于IDF（反向文档频率）。上面的示例假设所有术语在索引中具有相同的频率。

假设您有一个should子句，其中您有三个查询，现在假设一个文档与第一个bool查询匹配，那么它将得到一些分数，但假设此查询与第二个查询不完全匹配但部分匹配，现在这个文档将给出一些比特分数额外意味着（第一个查询匹配分数+第二个查询部分匹配分数）。

现在，如果您不希望在查询中给出这个部分分数，那么您应该写“disable_coord”：true它将执行的操作只会根据完全匹配查询而不是部分匹配来为文档分数。我希望你现在得到它......... :)