这是一个非常经典且核心的 Elasticsearch（以及 Lucene）面试题。 简单来说，相关性评分（Relevance Score） 决定了搜索结果的排名（Ranking）。当你执行一个全文搜索时，Elasticsearch 不仅会告诉你哪些文档匹配，还会计算每个文档与查询语句的匹配程度，并用一个浮点数 来表示。 以下是关于相关性评分、TF-IDF 和 BM25 的详细解释： --- 1. 什么是相关性评分（Relevance Score）？ 定义：它是 Elasticsearch 在搜索结果中为每个文档计算的一个正浮点数，字段名为 。 作用：衡量一个文档与查询条件的匹配程度。 规则： 越高，相关性越强，文档在结果列表中排得越靠前（默认情况下，ES 按 降序排列）。 计算来源：底层的 Lucene 引擎根据配置的相似度算法（Similarity Algorithm）计算得出。 --- 2. TF-IDF（Term Frequency - Inverse Document Frequency） TF-IDF 是 Elasticsearch 5.0 之前版本的默认算法，也是信息...
播面