elasticsearch functionScoreQuery scriptFunction效率问题

首先要尽量避免使用scriptQuery，它可以灵活的实现各种打分逻辑，但是通常也会使得开发人员懒于去思考更精细的数据模型，去应用更高效的打分方式。 很多时候，打分脚本参考的数据可以预先计算好，作为字段索引起来，然后通过bool query增加过滤条件去boost，或者通过其他的function score: weight/field_value_factor/Decay functions 打分，达到类似的效果。
 
如果实在拗不过产品，要严格按照对方要求的打分逻辑打分，而不得不用scriptQuery，那么有以下优化手段:

1. 使用rescore query来降低script score的成本， 即先用代价小的查询和打分缩小数据范围，得到top X的记录，然后通过rescore query做更精确的筛选和打分。参考: https://www.elastic.co/guide/e ... e-api
2. 将打分逻辑编写成java plugin， 效率比直接用脚本打分快很多，参考 https://www.elastic.co/guide/e ... ripts

 
最后，在文档打分方面，很容易陷入一个误区，意图通过精妙的打分算法呈现给用户最精确的数据。 然而很多时候，这种努力是徒劳的。所谓的最佳匹配，通常是伪命题，不同的人有不同的理解。
 
读一读以下链接的文档会受到一些启发：
https://www.elastic.co/guide/e ... .html
 
吴军在《数学之美》这本书里，也阐述了类似的观点：