ES中norms参数故事版

norms

norms 对字段评分有用，text 默认开启 norms，如果不是特别需要，不要开启 norms。

Elasticsearch的norms参数：超市商品的“标签长度智能评分”系统

一个超市搜索的故事

想象一下，你是一家大型超市的经理，超市里有成千上万种商品，每个商品都有商品描述标签。顾客通过搜索框来查找他们需要的商品。

默认情况：智能评分系统（norms: true）

当norms开启时（text类型字段的默认设置），你的超市使用了一套智能评分系统：

"product_description": {
  "type": "text",    
  "norms": true      // 开启智能评分（可省略）
}

工作方式：

• 📏 测量标签长度：系统会自动测量每个商品描述标签的长度
• ⚖️ 智能评分：短标签商品 vs 长标签商品
  • "有机苹果"（短标签）→ 高分
  • "产自日本青森县精选红富士苹果..."（长标签）→ 低分
• 🏆 排序结果：搜索"苹果"时，短标签商品排在前面

为什么这样设计？ 搜索"苹果"时，顾客更可能想要找的是标签简洁的“有机苹果”，而不是描述冗长的苹果品种介绍。短文本通常更精准匹配用户意图。

关闭评分：公平竞技模式（norms: false）

当你明确关闭norms时，系统变得“一视同仁”：

"product_description": {
  "type": "text",
  "norms": false  // 关闭长度评分
}

效果：

• 📊 平等对待：所有商品描述无论长短，评分起点相同
• 💾 节省空间：不再存储长度评分数据
• ⚡ 提升性能：减少评分计算复杂度

为什么不同类型的字段默认值不同？

Text字段（默认norms: true）

"product_name": {
  "type": "text"  // 默认开启norms
}

原因：text字段会被分词成多个词项，不同文档的字段长度差异很大，需要长度归一化来公平评分。

Keyword字段（默认norms: false）

"product_id": {
  "type": "keyword"  // 默认关闭norms
}

原因：keyword字段是整体匹配，不存在长度差异问题，不需要长度归一化。

norms的实际代价与收益

存储开销

设置	存储成本	比喻
norms: true	每文档每字段约1字节	每个商品多一张评分卡
norms: false	无额外存储	没有评分卡，省空间

虽然每个字段只增加约1字节，但在数十亿文档的索引中，这会累积成GB级别的存储开销。

性能影响

// 需要排序的场景适合开启norms
"product_title": {
  "type": "text",
  "norms": true  // 支持相关性排序
}

// 仅过滤的场景适合关闭norms  
"product_code": {
  "type": "text",
  "norms": false  // 只需匹配存在性
}

什么时候关闭norms？

✅ 推荐关闭的场景

1. 仅用于过滤的字段

   "product_tags": {
     "type": "text",
     "norms": false  // 只需知道是否存在
   }

2. 存储空间敏感的场景

   "log_content": {
     "type": "text", 
     "norms": false  // 日志数据量大，省空间
   }

3. 明确不需要相关性排序的字段

   "internal_notes": {
     "type": "text",
     "norms": false  // 内部备注不参与搜索排序
   }

❌ 不建议关闭的场景

1. 主要搜索字段

   "product_title": {
     "type": "text",
     "norms": true  // 需要智能排序
   }

2. 内容搜索字段

   "article_content": {
     "type": "text",
     "norms": true  // 内容搜索需要相关性评分
   }

实战配置示例

PUT smart_store
{
  "mappings": {
    "properties": {
      // 主要搜索字段 - 开启norms
      "product_name": {
        "type": "text",
        "norms": true
      },
      
      // 过滤字段 - 关闭norms
      "product_category": {
        "type": "text",
        "norms": false
      },
      
      // 大文本字段 - 关闭norms节省空间
      "product_specification": {
        "type": "text",
        "norms": false
      },
      
      // keyword字段 - 保持默认（false）
      "product_sku": {
        "type": "keyword"
      }
    }
  }
}

记忆口诀

norms三句话：

1. text默认开 → 短文本得分高，长文本得分低
2. keyword默认关 → 整体匹配无长度差异
3. 不需要排序就关 → 省空间提性能

简单决策法则：

• 🟢 保持开启：用户会直接搜索的字段
• 🔴 考虑关闭：仅用于过滤或空间紧张的字段

记住这个超市商品标签的比喻，你就能轻松掌握norms参数的精髓！🛒✨