feild option: norms #

建立索引：

text
PUT my_index
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
    "_doc": {
      "_source": {
        "enabled": true
      },
      "properties": {
        "title": {
          "type": "text",
          "norms": false
        },
        "overview": {
          "type": "text",
          "norms": true
        },
        "body": {
          "type": "text"
        },
        "author": {
          "type": "keyword",
          "norms": true
        },
        "chapters": {
          "type": "keyword",
          "norms": false
        },
        "email": {
          "type": "keyword"
        }
      }
    }
  }
}

查询索引：

text
GET my_index/_mapping

{
  "my_index": {
    "mappings": {
      "_doc": {
        "properties": {
          "author": {
            "type": "keyword",
            "norms": true
          },
          "body": {
            "type": "text"
          },
          "chapters": {
            "type": "keyword"
          },
          "email": {
            "type": "keyword"
          },
          "overview": {
            "type": "text"
          },
          "title": {
            "type": "text",
            "norms": false
          }
        }
      }
    }
  }
}

norms 选项对于 text 类型的字段，默认开启；对于 keyword 类型的字段，默认关闭。

norms 选项作用 #

参考博客

norms 是一个用来计算文档/字段得分(Score)的"调节因子"。TF-IDF、BM25算法计算文档得分时都用到了norms参数。

ES官方文档关于Norms解释：

Norms store various normalization factors that are later used at query time in order to compute the score of a document relatively to a query.

这里的 normalization factors 用于查询计算文档得分时进行 boosting。比如根据BM25算法给出的公式(freq*(k1+1))/(freq+k1*(1-b+b*fieldLength/avgFieldLength))计算文档得分时，其中的fieldLength/avgFieldLength就是 normalization factors。

norms 最佳实践 #

建议默认将norms设置为false，节省磁盘空间，提升索引性能，只有在需要评分的场景才设置为true。

例1：搜索应用名称等场景下，往往字段内容长度较短，如果开启norms选项、完全中文分词，则可能导致叠词的、部分匹配的应用名称获得更高的评分，以及完全匹配关键词的应用名称排序不及预期，因此这类场景推荐关闭norms选项。

例2：搜索文章内容等场景下，更看重关键词在文章中的比例，开启norms选项可以优化内容长度对评分的影响，使排序结果更符合预期。