Ordenación por puntuación de texto con $meta

Cuando se ejecuta una consulta $text, MongoDB calcula para cada documento coincidente una puntuación de relevancia denominada textScore. Esta puntuación indica en qué medida coincide el documento con los términos de búsqueda: aumentan la puntuación un mayor número de apariciones de los términos, las coincidencias en campos con mayor peso y las coincidencias de tokens menos frecuentes. De forma predeterminada, los resultados no se ordenan por puntuación; debe solicitar explícitamente esa ordenación.

Para incluir la puntuación de relevancia en los resultados, añada un campo de proyección mediante { $meta: 'textScore' }. Puede llamar a este campo como prefiera (convencionalmente, score). La expresión $meta lee los metadatos calculados durante la ejecución de la consulta; en este contexto, textScore es el único valor de metadatos compatible actualmente.

Para ordenar los resultados por relevancia, pase { score: { $meta: 'textScore' } } a .sort(). MongoDB ordena textScore en orden descendente de forma predeterminada (primero la mayor relevancia). Debe proyectar el campo de puntuación en la misma consulta cuando ordene por él; si omite la proyección, MongoDB seguirá ordenando correctamente, pero no devolverá el valor de la puntuación al cliente.

El textScore de MongoDB se basa en una variante de la lógica TF-IDF (frecuencia de término y frecuencia inversa de documento). Frecuencia del término: un documento en el que la palabra de búsqueda aparece 10 veces obtiene una puntuación mayor que otro en el que aparece una vez. Pesos de los campos: las coincidencias en un campo con peso 10 obtienen una puntuación 10 veces mayor que las coincidencias en un campo con peso 1. Densidad del índice: las palabras poco frecuentes que aparecen en menos documentos contribuyen más a la puntuación que las palabras muy comunes.

En los pipelines de agregación, use { $meta: 'textScore' } dentro de una etapa $addFields o $project para adjuntar la puntuación y, después, encadene una etapa $sort. Recuerde que la etapa $match con $text debe aparecer al principio del pipeline para que MongoDB pueda calcular la puntuación antes de que otras etapas transformen el flujo de documentos.

Puede combinar la ordenación por textScore con otras claves de ordenación. Por ejemplo, puede ordenar primero por relevancia y después por fecha como criterio de desempate. MongoDB procesa las claves de ordenación de izquierda a derecha, así que coloque textScore primero para dar prioridad a la relevancia. Las claves adicionales solo determinan el orden entre los documentos con valores de textScore iguales.

Si desea devolver únicamente documentos muy relevantes, puede filtrar por un textScore mínimo mediante la expresión $meta dentro de una etapa $match (en una agregación), después de la coincidencia de texto. Esto no es posible con un filtro directo de find(); necesita el pipeline de agregación para calcular primero la puntuación y filtrarla después.

Los valores de textScore son relativos dentro de un conjunto de resultados de una consulta, no absolutos ni comparables entre consultas diferentes o distintos estados de una colección. Una puntuación de 2.5 hoy podría convertirse en 3.1 mañana si añade más documentos a la colección, ya que cambiarían los cálculos de frecuencia de términos. Use textScore para ordenar los resultados dentro de un conjunto de resultados, no como una métrica de calidad almacenada.

La paginación estándar con skip()/limit() funciona con la búsqueda de texto, pero presenta el problema de rendimiento habitual en desplazamientos profundos. Como los resultados se clasifican por relevancia en lugar de ordenarse mediante un campo estable, la paginación por conjunto de claves no es sencilla para los resultados de texto. Un patrón habitual consiste en usar la paginación por desplazamiento durante las primeras páginas, donde suele detenerse la mayoría de los usuarios, y considerar Atlas Search para obtener una paginación más profunda y coherente a gran escala.

Al usar Mongoose, puede acceder a textScore mediante la opción { meta: 'textScore' } en una ruta del esquema o usando .select() con la proyección de metadatos score. Mongoose encapsula la API del controlador de MongoDB, por lo que el concepto subyacente es el mismo; solo necesita conocer la sintaxis de Mongoose para proyectar y ordenar por metadatos.

Los índices de texto nativos funcionan bien en casos de uso sencillos, pero carecen de funciones como autocompletado, búsqueda por facetas, sinónimos y funciones de clasificación personalizadas. Cuando necesita estas capacidades, MongoDB Atlas Search, basado en Apache Lucene, proporciona un motor de puntuación de relevancia mucho más completo, con puntuación BM25, potenciación y resultados de explicación para ajustar la relevancia.

En esta lección ha aprendido que textScore es una puntuación de relevancia por documento que se calcula durante las consultas $text, que { $meta: 'textScore' } proyecta y ordena según esta puntuación, y que los pesos de los campos y la frecuencia de los términos determinan la magnitud de la puntuación. A continuación veremos las limitaciones de los índices de texto y cuándo Atlas Search es una opción más adecuada.