function_score Query允许你在查询结束以后去修改每一个匹配文档的相关性算法，所以使用算分函数可以改变或者替换原来的相关性算分结果
function_score Query提供一下几个算分函数：
- script_score：利用自定义的脚本完全控制算分逻辑
- weight：为每一个文档设置一个简单并且不会被规范化的权重
- random_score: 为每个用户提供一个不同的随机算分，对结果进行排序
- field_value_factor：使用文档字段的值来影响算分，例如将好评数量作为这个字段考虑因素
- decay functions： 衰减函数，以某个字段的值为标准，距离指定值越近，算分越高。例如我想要让书本价格越接近10元，算分越高排序越靠前
field_value_factor
field_value_factor的作用是用文档某个字段的值来影响相关性算分，其可以解决这样的需求：价格优惠的优先推荐，点赞数多的优点推荐、购买量多的优先推荐等
field_value_factor提供了以下几个参数选项：
- field：文档的字段
- factor：指定文档的值会乘以这个因子，默认为1
- modifier：修改最终值的函数，其值可以为：none、log、log1p、log2p、ln、ln1p、ln2p、square、 sqrt、reciprocal，默认为 none。
看看下面这个示例：我想让书本的价格增加，相关性算法相应的降低：
返回结果：
算分过程
- 价格 x factor(1.2)
- 使用reciprocal，类似于 1/x，这里就是 1/（价格 x factor(1.2)）
- 再使用boost_mode：也就是新分 = 旧分 * 1/（价格 x factor(1.2)）
对于boost_mode，它有以下几种：
- multiply: 算分与函数值的积
- replace：使用函数值作为最终的结果
- sum：算分与函数值的和
- avg：算分与函数值的评分值
- min：算分与函数值的最小值
- max：算分与函数值的最大值