有没有办法在 ElasticSearch 中取消对字段的长度规范计算？

Question

lengthNorm是计算字段范数的三个因素之一。

在elastic search中，可以通过"omit_norms" : true关闭字段范数。

不幸的是，这将导致在针对这些字段进行查询时不应用索引时间加速。

是否有一种严格关闭lengthNorm计算的方法？

我需要字段级别的索引时间加速，但我确实需要忽略字段的长度。

参考

- Brian Webster

Answer 1

长度规范化和字段级别的加权，正如您所说，都存储在“norm”中。因此，您不能单独使用其中之一。

但实际上，您在索引时间不需要字段加权。您可以在搜索时间应用它，这样当您想要稍后调整增强级别时，您就会拥有更多的灵活性。

不仅如此，通过设置“omit_norms”，您可以大大减少索引时间需要存储的数据量，因此建议在适当的情况下使用（例如在您的情况下）。

- DrTech

---

感谢您的回答。我想这在一定程度上取决于在查询时确定字段级别提升的成本，但我当然理解您的观点。非常感谢。 - Brian Webster

这一点都不贵。无需加载规范。它只是一个常数，被纳入得分中（例如 _score * 5），所以这是真正的优势。 - DrTech

我明白，但我没有表达清楚。在某些情况下（比如我的情况），增强需要根据文档内容而异。在查询时确定该数字可能很昂贵。例如：某些标签比其他标签更重要，其中标签可能是主文档的多值字段。因此，如果“狗”标签非常重要，但“动物”标签较弱（由于过于通用），那就很难解决。 - Brian Webster

你提到的例子（使用更通用的“animal”）可以通过逆文档频率来处理。但我猜你的实际情况比那更复杂。 - DrTech

是的，我试图发布一个通用示例，因为我的情况有点神秘。我认为我可以通过得分来解决我的问题，以某种令人满意的方式进行一些棘手的操作。如果我关闭规范化和频率（index_options：docs），我会得到标签的恒定得分。如果我能够隔离我的标签得分，我可以在ElasticSearch提供结果后使用二次排序（或得分调整）。例如，作为起点，我可以按文档（或标签）增强进行二次排序，因为基于标签的得分将是相同的。过于简化，但是这是一个起点。 - Brian Webster