查询重新排序
查询重新排序允许您对匹配的文档运行简单查询 (A)，然后使用更复杂查询 (B) 中的分数对前 N 个文档重新排序。
由于查询 B 中更昂贵的排序仅应用于前 N 个文档，因此与仅使用复杂查询 B 本身相比，它对性能的影响较小。权衡之处在于，即使使用查询 B 得分很高，使用简单查询 A 得分很低的文档在重新排序阶段也可能不会被考虑。
指定排序查询
可以使用 rq 请求参数指定排序查询。rq 参数必须指定一个查询字符串，当对其进行解析时，会生成一个 RankQuery。
Solr 分发中当前包含三个排序查询。您还可以配置您编写的自定义 QParserPlugin，但大多数用户只需使用 Solr 提供的解析器即可。
| 解析器 | QParserPlugin 类 |
|---|---|
rerank |
|
xport |
|
ltr |
LTRQParserPlugin |
重新排序查询解析器
rerank 解析器包装由本地参数指定的一个查询，以及其他参数，指示应重新排序多少个文档，以及应如何计算最终分数
reRankQuery-
必需
默认值：无
用于复杂排名查询的查询字符串 - 在大多数情况下，变量将被用于引用其他请求参数。
reRankDocs-
可选
默认值：
200从原始查询中应重新排名的前 N 个文档的数量。此数字将被视为最小值，并且可能会在内部自动增加，以便对足够的文档进行排名以满足查询（即 start+rows）。
reRankWeight-
可选
默认值：
2.0乘法因子，在将分数与原始分数合并之前，将应用于每个匹配度最高的文档的 reRankQuery 中的分数。
reRankScale-
可选
默认值：
无在最小值和最大值之间缩放重新排序分数。此参数值的格式为
min-max，其中 min 和 max 为正整数。例如，reRankScale=0-1将重新排序分数重新缩放为 0 到 1 之间。 reRankMainScale-
可选
默认值：
无在最小值和最大值之间缩放主查询分数。此参数值的格式为
min-max，其中 min 和 max 为正整数。例如，reRankMainScale=0-1将主查询分数重新缩放为 0 到 1 之间。 reRankOperator-
可选
默认值：
add默认情况下，reRankQuery 中的分数乘以
reRankWeight会添加到原始分数中。
在下面使用默认 add 行为的示例中，将使用查询 “(hi hello hey hiya)” 重新对匹配查询 “greetings” 的前 1000 个文档进行排名。这 1000 个文档中每个文档的结果分数将是其来自 “(hi hello hey hiya)” 的分数的 3 倍，加上来自原始 “greetings” 查询的分数
q=greetings&rq={!rerank reRankQuery=$rqq reRankDocs=1000 reRankWeight=3}&rqq=(hi+hello+hey+hiya)如果某个文档匹配原始查询，但不匹配重新排序查询，则该文档的原始分数将保持不变。
将 reRankOperator 设置为 multiply 将改为将这三个数字相乘。这意味着其他乘法运算，例如 eDisMax boost 函数 可以转换为重新排序运算。
在下面的示例中，匹配查询 “phone” 的前 1000 个文档的分数将乘以 price 字段的函数。
q=phone&rq={!rerank reRankQuery=$rqq reRankDocs=1000 reRankWeight=1 reRankOperator=multiply}&rqq={!func v=div(1,sum(1,price))}将 reRankOperator 设置为 replace 将替换分数，因此最终分数可以独立于文档的原始分数。
在下面的示例中，匹配查询 “phone” 的前 1000 个文档的分数将替换为 price 字段的函数。
q=phone&rq={!rerank reRankQuery=$rqq reRankDocs=1000 reRankWeight=1 reRankOperator=replace}&rqq={!func v=div(1,sum(1,price))}LTR 查询解析器
ltr 代表学习排名，有关更多详细信息，请参见 学习排名。