distinct子句
功能說明
打散子句可以在一定程度上保證展示結(jié)果的多樣性，以提升用戶體驗(yàn)。如一次查詢可以查出很多的文檔，但是如果某個(gè)用戶的多個(gè)文檔分值都比較高，則都排在了前面，導(dǎo)致一頁中所展示的結(jié)果幾乎都屬于同一用戶，這樣既不利于結(jié)果展示也不利于用戶體驗(yàn)。對此，打散子句可以對每個(gè)用戶的文檔進(jìn)行抽取，使得每個(gè)用戶都有展示文檔的機(jī)會(huì)。
子句語法
"distinct" : {
"default": {
"dist_key" : "field",
"dist_count":number,
"dist_times" : number,
"dist_filter" : "filter_expression",
"reserved" : boolean,
"max_item_count" : number,
"grade" : []
},
"rank": {
"dist_key" : "field",
"dist_count":number,
"dist_times" : number,
"dist_filter" : "filter_expression",
"reserved" : boolean,
"max_item_count" : number,
"grade" : []
},
"rerank": {
"dist_key" : "field",
"dist_count":number,
"dist_times" : number,
"dist_filter" : "filter_expression",
"reserved" : boolean,
"max_item_count" : number,
"grade" : []
}
}
}為了保證打散效果，引擎默認(rèn)在粗排和精排節(jié)點(diǎn)分別進(jìn)行打散。在打散時(shí)可以使用相同的打散規(guī)則，也可以分別指定不同的打散規(guī)則。不同階段打散生效規(guī)則如下：
僅指定default規(guī)則，粗排和精排都使用default進(jìn)行打散。
僅指定rank規(guī)則，僅粗排階段進(jìn)行打散。
僅指定rerank規(guī)則，僅精排階段進(jìn)行打散。
同時(shí)指定default和rank規(guī)則，粗排階段用rank規(guī)則打散，精排階段用default規(guī)則打散。
同時(shí)指定default和rerank規(guī)則，粗排階段用default規(guī)則打散，精排階段用rerank規(guī)則打散。
同時(shí)指定rank和rerank規(guī)則，粗排階段用rank規(guī)則打散，精排階段用rerank規(guī)則打散。
同時(shí)指定default、rank和rerank規(guī)則，粗排階段用rank規(guī)則打散，精排階段用rerank規(guī)則打散。
default、rank、rerank三個(gè)規(guī)則必須指定一個(gè)。
打散規(guī)則參數(shù)說明
dist_key：必選參數(shù)，要打散的屬性字段。
dist_count：可選參數(shù)，一輪抽取的文檔數(shù)，默認(rèn)為1。
dist_times：可選參數(shù)，抽取的輪數(shù)，默認(rèn)為1。
dist_filter：可選參數(shù)，過濾條件，被過濾的doc不參與distinct，只在后面的排序中，這些被過濾的doc將和被distinct出來的第一組doc一起參與排序。默認(rèn)是全部參與distinct。
reserved：可選參數(shù)，true/false，是否保留抽取之后剩余的文檔，默認(rèn)為true。如果為false，為不保留，則搜索結(jié)果的total（總匹配結(jié)果數(shù)）會(huì)不準(zhǔn)確。
max_item_count：可選參數(shù)，設(shè)置計(jì)算distinct時(shí)最多保留的doc數(shù)目（最多保留數(shù)為max(max_item_count, hit)）。
為了最終結(jié)果翻頁穩(wěn)定，可以設(shè)置為最大可能查詢到的文檔數(shù)目（比如每頁10條結(jié)果，最多翻頁到100頁，那么就設(shè)置為10*100=1000）。
grade：可選參數(shù)，指定檔位劃分閾值，所有的文檔將根據(jù)檔位劃分閾值劃分成若干檔，每個(gè)檔位中各自根據(jù)distinct參數(shù)做distinct，可以不指定該參數(shù)，默認(rèn)是所有文檔都在同一檔。檔位的劃分按照文檔排序時(shí)第一維的排序依據(jù)的分?jǐn)?shù)進(jìn)行劃分，兩個(gè)檔位閾值之間用 “|” 分開，檔位的個(gè)數(shù)沒有限制。例如：1、grade:3.0 ：表示根據(jù)第一維排序依據(jù)的分?jǐn)?shù)分成兩檔，(< 3.0）的是第一檔，(>= 3.0) 的是第二檔；2、grade:3.0|5.0 ：表示分成三檔，(< 3.0）是第一檔，(>= 3.0，< 5.0）是第二檔，(>= 5.0）是第三檔。檔位的先后順序和第一維排序依據(jù)的順序一致，即如果第一維排序依據(jù)是降序，則檔位也是降序，反之亦然。
示例：
"distinct" : {
"default": {
"dist_key" : "company_id",
"dist_count":2,
"dist_times" : 10
}
}
備注：按照company_id字段進(jìn)行打散抽取10輪，每輪取2個(gè)結(jié)果，抽取后的文檔排在后面dist_count和dist_times說明
以下樣例用來解釋和說明dist_count和dist_times的用法及含義：
假設(shè)有6篇文檔，id為主鍵，name為需要做打散的字段：
doc 1: id:1 name:a
doc 2: id:2 name:a
doc 3: id:3 name:a
doc 4: id:4 name:b
doc 5: id:5 name:c
doc 6: id:6 name:c
case1:
"distinct" : {
"default": {
"dist_key" : "name",
"dist_count":2,
"dist_times" : 1
}
}
#打散結(jié)果是：doc1 doc2 doc4 doc5 doc6case2:
"distinct" : {
"default": {
"dist_key" : "name",
"dist_count":1,
"dist_times" : 2
}
}
#打散結(jié)果是：doc1 doc4 doc5 doc2 doc6case3:
"distinct" : {
"default": {
"dist_key" : "name",
"dist_count":1,
"dist_times" : 1
}
}
#打散結(jié)果是：doc1 doc4 doc5distinct uniq插件
如上面描述，如果reserved=false情況下，會(huì)導(dǎo)致搜索結(jié)果中的total及viewtotal不準(zhǔn)確，如果用戶需要依賴于這個(gè)值進(jìn)行翻頁或者其他處理，則會(huì)有問題。為此，系統(tǒng)提供了distinct uniq的插件來解決在dist_times:1,dist_count:1,reserved:false的情況下的total及viewtotal展示不準(zhǔn)確。
在kvpairs中添加duniqfield:field即可。
注意：
field必須與distinct子句中的dist_key一致；
該插件僅在在dist_times:1,dist_count:1,reserved:false查詢下起作用，任何參數(shù)值有變化都將無效。
出于性能考慮，目前該插件最大支持total值為5000，即使真實(shí)搜索結(jié)果數(shù)超過5000，也會(huì)返回5000。
示例：
{
"distinct" : {
"default": {
"dist_key" : "company_id",
"dist_count":1,
"dist_times" : 1,
"reserved" : false
}
},
"kvpairs" : {
"duniqfield":"company_id"
}
}注意事項(xiàng)
在distinct中出現(xiàn)的字段必須在定義應(yīng)用結(jié)構(gòu)的時(shí)配置為屬性字段。
不支持array類型，只支持int和literal字段類型。