进行优先级排序。有相似度匹配的需求，匹配标签的数量需要优先排序。在这种情况下，需要自定义查询语句。让我们从代码开始。这里我使用的是PHP的数组结构。最后提交的时候会转成json格式。我们暂时不显示它：'query'=>['script_score'=>["query"=>[],'script'=>['source'=>'defmatches=0;for(tinparams.tags){if(doc["tags"].contains(t)){匹配+=1;}}返回_score*匹配*匹配；',"params"=>["tags"=>$tags,],]],]首先最外层数组就是我们平时写的查询语句，放在body中去请求，主要看查询中的结构，这需要自定义脚本来处理评分。query中只放了一个script_score：script_score包含两部分，一部分是query，另一部分是customscript。里面查询正常。外层查询本来写的查询结构，怎么写还是怎么写，比如可能有tag匹配，所以继续加一个term去查询。然后看脚本部分，分为两个东西：source自定义评分脚本params自定义评分脚本参数先看params，这里我传了$tags，是一个标签数组，最终会在source中调用，source部分会放到elasticsearch里面编译，形成一个类似函数的东西，然后params就是一个参数。源码中需要调用参数tags，使用params.tags来调用。再看源码部分，这里会检查搜索到的结果doc中的tags字段（doc中的tags也是一个数组），并与预期的tags进行比较，最后得到实际的匹配数：matches.最后看源码中的return部分，这里会返回打分结果，其中_score是搜索自己计算出来的相似度分数，然后这个地方_score*matches*matches，这里是用tag的个数来放大评分结果，tags匹配的数据越多，自然放大的结果越大。例如：匹配文档_score标签号结果按照文档A4021602和文档B3032701的位置排序。可以看出最终结果受tag的影响较大，tag结果的数量优先。当然，对于放大形式，比如分数是一样的，标签数量优先，所以不需要对标签进行平方，可以根据具体情况处理自己想要的放大结果.另外在文末贴出elasticsearch的脚本语法链接：https://www.elastic.co/guide/...
