Rank Fusion 配置

概述

Fess 的 Rank Fusion 功能可以整合多个搜索结果, 提供更精确的搜索结果。

什么是 Rank Fusion

Rank Fusion 是一种将多个搜索算法或评分方法的结果 组合起来,生成单一优化排名的技术。

主要优点:

  • 结合不同算法的优势

  • 提高搜索精度

  • 提供多样化的搜索结果

支持的算法

Fess 支持 RRF (Reciprocal Rank Fusion) 算法。

RRF (Reciprocal Rank Fusion)

RRF 通过对每个结果排名的倒数求和来计算分数。

计算公式:

score(d) = Σ 1 / (k + rank(d))

  • k: 常数参数（默认: 20）

  • rank(d): 文档 d 在各搜索结果中的排名

配置

fess_config.properties

基本配置:

# 窗口大小（融合对象的结果数）
rank.fusion.window_size=200

# RRF 的 rank_constant（k 参数）
rank.fusion.rank_constant=20

# 并行处理的线程数（-1 为默认值）
rank.fusion.threads=-1

# 分数字段名
rank.fusion.score_field=rf_score

与混合搜索的集成

Rank Fusion 在结合关键词搜索和语义搜索的 混合搜索中特别有效。

使用示例

基本混合搜索

  1. 通过关键词搜索计算 BM25 分数

  2. 通过语义搜索计算向量相似度

  3. 使用 RRF 融合两种结果

  4. 生成最终排名

搜索流程:

User Query
    ↓
┌──────────────────┬──────────────────┐
│  Keyword Search  │ Semantic Search  │
│    (BM25)        │  (Vector)        │
└────────┬─────────┴────────┬─────────┘
         ↓                  ↓
     Rank List 1        Rank List 2
         └────────┬─────────┘
                  ↓
          Rank Fusion (RRF)
                  ↓
          Final Ranking

性能注意事项

内存使用

  • 由于保留多个搜索结果,内存使用量会增加

  • 使用 rank.fusion.window_size 限制融合对象的最大数量

# 融合对象的窗口大小
rank.fusion.window_size=200

处理时间

  • 由于执行多个搜索,响应时间会增加

  • 使用 rank.fusion.threads 设置并行执行的线程数

# 并行执行的线程数（-1 为默认值）
rank.fusion.threads=-1

故障排除

搜索结果与预期不符

症状: Rank Fusion 后的结果与预期不符

检查事项:

  1. 分别确认各搜索类型的结果

  2. 调整 rank.fusion.rank_constant 的值

  3. 调整 rank.fusion.window_size 的值

搜索缓慢

症状: 启用 Rank Fusion 时搜索变慢

解决方法:

  1. 减小 rank.fusion.window_size:

    rank.fusion.window_size=100

  2. 调整 rank.fusion.threads:

    rank.fusion.threads=4

内存不足

症状: 发生 OutOfMemoryError

解决方法:

  1. 减小 rank.fusion.window_size

  2. 增加 JVM 堆大小

参考信息