最近，在公司学习ES的使用，导师给了个题目，如何对一个文档先计算分数，用分数进行排序，在分数相同的情况下再按照别的字段（如时间）进行排序，为此，从来没接触过ES的我开启了艰难的学习之路 本文参考自 ES权威指南（中文版）

以下是目录：

相关性算分描述了一个文档和查询语句的匹配程度，ES会对每个查询到的文档进行自动打分，打分的本质就是排序，ES会默认按照_score进行降序排序，分数更高（匹配程度高）的文档将排在前面。 ES5之前默认使用TF-IDF算法进行计算，ES6之后开始使用它的改进版BM25算法，这两个算法大致都是通过计算词频和文档频率、逆文档频率等对文档进行相关性算分。

function_score用于计算文档相关分值，它会在查询结束后对没一个匹配的文档进行一系列的重打分操作，最后以生成的分数进行排序。 如果不想使用相关性算分，可以使用constant_score，此时所有分数均会被置为1.0，constant_score一般适用于结构化数据查询。 function_score提供了几种默认的计算分值的函数： weight:设置权重，跟boost类似，区别在于weight的权重不会被规范化，当某个文档的weight为2时，最终结果就是_score * 2 ,一般来说都和filter一起使用。因为过滤器只会筛选出符合标准的文档，不会去计算文档的具体得分，所有符合条件的文档的分都是1，使用weight可以将分数替换为你想要的分数。 field_value_factor:允许使用文档中某些字段参与相关性算分 random_score: 随机得到0~1的分数 script_score: 通过自定义脚本计算分值 示例如下：