Java ES wildcardQuery 查询返回评分都为1

问题描述： wildcardQuery模糊查询返回的数据_score 都等于1 导致无法根据评分排序
从而导致查询AB，结果ABB匹配度更高问题；

在使用 Elasticsearch 的 wildcardQuery 进行模糊查询时，所有匹配的文档都会被分配一个默认评分（score）为 1 的分数。这个默认的评分是针对所有文档的，因此无法根据评分排序。这种情况下，我们需要使用其他评分算法来确定匹配的文档的评分。

Elasticsearch 提供了一些评分算法来计算匹配文档的评分，可以在查询中使用这些算法来替代默认评分。例如，您可以使用 "function_score" 查询来计算自定义评分。例如，您可以使用 "script_score" 来计算自定义评分，如下所示：

GET /my_index/_search
{
  "query": {
    "function_score": {
      "query": {
        "wildcard": {
          "my_field": {
            "value": "AB*"
          }
        }
      },
      "script_score": {
        "script": {
          "source": "_score * 0.5"
        }
      }
    }
  }
}

上面的例子中，我们使用了 "wildcard" 查询来匹配以 "AB" 开头的词汇，然后使用 "script_score" 评分算法将默认评分乘以 0.5，以降低默认评分的权重，使得更高匹配度的文档可以得到更高的评分。

您也可以使用其他评分算法来计算文档的评分，例如 "boost_factor"，"field_value_factor"，"random_score" 等等。具体使用哪种评分算法取决于您的需求和数据特点。

是正常情况。因为 wildcardQuery 查询是基于通配符进行模糊匹配的，无法像全文检索那样根据匹配度进行精确评分。通配符查询的评分计算方式为 constant score，即所有匹配到的文档都会被赋予相同的评分值 1。

如果需要根据匹配度进行排序，可以考虑使用 Elasticsearch 的 fuzzy query（模糊查询）或者 match query（匹配查询）。fuzzy query 和 match query 都支持评分计算，并且可以根据匹配度对文档进行排序。其中，fuzzy query 主要用于对单个词进行模糊查询，而 match query 可以对多个字段进行匹配查询
下面是一个使用matchQuery的例子：

GET /my_index/_search
{
  "query": {
    "match": {
      "my_field": {
        "query": "AB",
        "fuzziness": "AUTO"
      }
    }
  }
}

wildcardQuery模糊查询返回的数据_score都等于1可能是因为查询命中了所有的文档，因此文档的评分都是1，导致无法根据评分进行排序。

解决这个问题的方法是，根据业务需要对查询语句进行优化，限制查询结果的数量，或者使用其他的查询方式，如fuzzyQuery等。同时，也可以考虑使用评分更加准确的查询方式，如matchQuery等。如果查询的关键词比较特殊，可以使用自定义的分词器进行分词处理，从而提高查询的准确性。

这篇博客: java操作es之各种高级查询中的 2.6 模糊匹配WildcardQuery 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
对于es关键字或单词的查询我们可以借助QueryBuilders.wildcardQuery方法来操作，只需要指定es中对应的列和要查询的内容即可：
```
boolQueryBuilder.must(QueryBuilders.wildcardQuery("name", "spring"+"*"));
```