功能說明

打散子句可以在一定程度上保證展示結果的多樣性，以提升用戶體驗。如一次查詢可以查出很多的文檔，但是如果某個用戶的多個文檔分值都比較高，則都排在了前面，導致一頁中所展示的結果幾乎都屬于同一用戶，這樣既不利于結果展示也不利于用戶體驗。對此，打散子句可以對每個用戶的文檔進行抽取，使得每個用戶都有展示文檔的機會。

子句語法

distinct=dist_key:field,dist_count:1,dist_times:1,reserved:false

參數說明：

• dist_key：必選參數，要打散的屬性字段。

• dist_times：可選參數，抽取的輪數，默認為1。

• dist_count：可選參數，一輪抽取的文檔數，默認為1。

• reserved：可選參數，true/false，是否保留抽取之后剩余的文檔，默認為true。如果為false，為不保留，則搜索結果的total（總匹配結果數）會不準確。

• update_total_hit：可選參數，true/false，默認為false。當reserved為false時，設置update_total_hit為true，則最終total_hit會減去被distinct丟棄的數目（不一定準確），為false則不減。

• dist_filter：可選參數，過濾條件，被過濾的doc不參與distinct，只在后面的排序中，這些被過濾的doc將和被distinct出來的第一組doc一起參與排序。默認是全部參與distinct。

• grade：可選參數，指定檔位劃分閾值，所有的文檔將根據檔位劃分閾值劃分成若干檔，每個檔位中各自根據distinct參數做distinct，可以不指定該參數，默認是所有文檔都在同一檔。檔位的劃分按照文檔排序時第一維的排序依據的分數進行劃分，兩個檔位閾值之間用 “|” 分開，檔位的個數沒有限制。例如：1、grade:3.0 ：表示根據第一維排序依據的分數分成兩檔，（< 3.0）的是第一檔，(>= 3.0) 的是第二檔；2、grade:3.0|5.0 ：表示分成三檔，（< 3.0）是第一檔，（>= 3.0，< 5.0）是第二檔，(>= 5.0)是第三檔。檔位的先后順序和第一維排序依據的順序一致，即如果第一維排序依據是降序，則檔位也是降序，反之亦然。

示例：

distinct=dist_key:company_id,dist_count:2,dist_times:10
備注：按照company_id字段進行打散抽取10輪，每輪取2個結果，抽取后的文檔排在后面

dist_count和dist_times說明：

以下樣例用來解釋和說明dist_count和dist_times的用法及含義：

假設有6篇文檔，id為主鍵，name為需要做打散的字段：

doc 1: id:1 name:a

doc 2: id:2 name:a

doc 3: id:3 name:a

doc 4: id:4 name:b

doc 5: id:5 name:c

doc 6: id:6 name:c

case1:

distinct=dist_key:name,dist_count:2,dist_times:1 打散結果是：doc1 doc2 doc4 doc5 doc6

case2:

distinct=dist_key:name,dist_count:1,dist_times:2 打散結果是：doc1 doc4 doc5 doc2 doc6

case3:

distinct=dist_key:name,dist_count:1,dist_times:1 打散結果是：doc1 doc4 doc5

?

多階段distinct

現在問天引擎的searcher上的排序可以分為兩個大的階段，粗排和精排，其中精排的輪數視用戶配置的scorer的個數而定。多階段的distinct是指用戶除了可以在排序階段（粗排）做distinct以外，還可以對排序之后的結果集再追加一輪distinct。不妨將這兩種distinct分別稱為排序時distinct和排序后distinct。多階段的distinct允許用戶指定在對所有query命中的結果做完distinct后再對粗排和精排后的結果做一次distinct的，比如第一階段的distinct使用一個較粗粒度的distinct，即具有較大的dist_count，保證每個key都有足夠多的結果，第二階段的distinct再做一個較小的粒度的distinct。多階段的distinct還允許用戶指定在粗排時不做distinct，在粗排和精排后再做一輪distinct

Note
如果指定了在粗排和精排后追加一輪distinct，在query中(start + hit)大于scorer的rank_size的時候，翻頁是不穩定的。

• 多階段distinct語法如下：distinct = sub_distinct_clause_when_sort;sub_distinct_clause_after_sort其中，sub_distinct_clause_when_sort為排序時distinct clause；sub_distinct_clause_after_sort為排序后distinct clause。 

• 按照語法規則，多階段distinct有如下三種形式： 

• distinct = sub_dist_clause;none_sub_dist_clause排序時distinct按照sub_dist_clause中定義做打散；排序后不做打散。例如："distinct=dist_key:company_id,dist_count:1,dist_times:1;none_dist" 

• distinct = sub_dist_clause1;sub_dist_clause2排序時distinct按照sub_dist_clause1中定義做打散；排序后distinct按照sub_dist_clause2中定義做打散。例如：

"distinct=dist_key:company_id,dist_count:2,dist_times:1;dist_key:company_id,dist_count:1,dist_times:1" 

• distinct = none_sub_dist_clause;sub_dist_clause排序時不做打散；排序后distinct按照sub_dist_clause中定義做打散。例如："distinct=none_dist;dist_key:company_id,dist_count:1,dist_times:1" 

• distinct = sub_dist_clause如果只有一個dist子句，在粗排和排序后階段都會按照sub_dist_clause中定義做打散。例如："distinct=dist_key:company_id,dist_count:1,dist_times:1"而disctinc = none_sub_dist_clause; none_sub_dist_clause這種形式是不合法的。因為如果排序時和排序后都不做distinct，那么distinct子句就沒有意義了 

distinct uniq插件

如上面描述，如果reserved=false情況下，會導致搜索結果中的total及viewtotal不準確，如果用戶需要依賴于這個值進行翻頁或者其他處理，則會有問題。為此，系統提供了distinct uniq的插件來解決在dist_times:1,dist_count:1,reserved:false的情況下的total及viewtotal展示不準確。

在kvpairs中添加duniqfield:field即可。例：kvpairs=duniqfield:name

注意：

• field必須與distinct子句中的dist_key一致；

• 該插件僅在dist_times:1,dist_count:1,reserved:false查詢下起作用，任何參數值有變化都將無效。

• 出于性能考慮，目前該插件最大支持total值為5000，即使真實搜索結果數超過5000，也會返回5000。

示例：

distinct=dist_key:company_id,dist_count:1,dist_times:1,reserved:false&&kvpairs=duniqfield:company_id

注意事項

• distinct為非必選子句；

• 在distinct中出現的字段必須在定義應用結構的時配置為屬性字段。

• 不支持array類型，只支持int和literal字段類型。

• 不支持指定多個 dist_key 。