MongoDB原生$text不支持字段加权排序，因其textScore由内部规则生成且不可自定义；可用$seach（Atlas Search）实现标题×3、标签×2、正文×1加权，或用$regex模拟粗略打分，或结合$text过滤与业务权重二次排序。
为什么 $text 无法直接加权重排序
MongoDB 原生 $text 检索只返回一个隐式 score 字段（通过 {$meta: "textScore"} 获取），这个分数由关键词匹配度、词频、字段长度等内部规则计算，**不支持用户自定义字段权重**。比如你希望标题匹配权重 ×3、标签匹配 ×2、正文匹配 ×1，$text 本身做不到。
常见错误是试图在 $sort 阶段对多个 $meta: "textScore" 做加权求和——这会报错，因为 $meta 只能在 $match 后的同一阶段被引用一次，且不能参与算术表达式组合。
用 $search（Atlas Search）替代 $text 实现字段加权
如果你用的是 MongoDB Atlas 或本地部署了 7.0+ 版本并启用了 Search Index，应优先使用 $search。它原生支持 compound + should + weight 组合：
[
{
"$search": {
"index": "default",
"compound": {
"should": [
{ "text": { "query": "mongodb", "path": "title", "score": { "weight": 3 } } },
{ "text": { "query": "mongodb", "path": "tags", "score": { "weight": 2 } } },
{ "text": { "query": "mongodb", "path": "content", "score": { "weight": 1 } } }
]
}
}
},
{ "$sort": { "score": { "$meta": "searchScore" } } }
]
注意几点：
-
score.weight是乘数，不是百分比；总分是各子查询得分加权后求和 - 必须提前在 Atlas 控制台或通过
createSearchIndex创建对应 index，且字段需设为"type": "string"并启用tokenization - 本地 MongoDB Server 7.0+ 需手动安装 Search 插件并配置
search.enabled: true，否则$search不可用
纯 Server 环境下用 $addFields + 多字段 $regex 模拟加权打分
如果只能用社区版或旧版本（无 Atlas Search），可退而求其次：用正则粗略匹配 + 手动赋分。虽然不精确，但可控、无需额外服务：
[
{
"$addFields": {
"titleScore": { "$cond": [{ "$regexMatch": { "input": "$title", "regex": "mongodb", "options": "i" } }, 3, 0] },
"tagsScore": { "$cond": [{ "$regexMatch": { "input": "$tags", "regex": "mongodb", "options": "i" } }, 2, 0] },
"contentScore": { "$cond": [{ "$regexMatch": { "input": "$content", "regex": "mongodb", "options": "i" } }, 1, 0] }
}
},
{
"$addFields": {
"weightedScore": { "$add": ["$titleScore", "$tagsScore", "$contentScore"] }
}
},
{ "$sort": { "weightedScore": -1 } }
]
这个方案的局限性很实际：
-
$regexMatch不支持分词，无法识别 “Mongo DB” 或 “mongo-db” 这类变体 - 无法区分 “mongodb” 出现在标题开头 vs 结尾，一律给满分
- 若字段是数组（如
tags: ["db", "nosql"]），需改用$in或$reduce配合$map判断，逻辑更重
混合方案：用 $text 过滤 + 自定义字段加权排序
折中做法是保留 $text 做基础相关性过滤（利用其倒排索引性能），再叠加业务权重二次排序：
[
{ "$match": { "$text": { "$search": "mongodb" } } },
{ "$addFields": { "textScore": { "$meta": "textScore" } } },
{
"$addFields": {
"businessWeight": {
"$switch": {
"branches": [
{ "case": { "$eq": ["$category", "tutorial"] }, "then": 1.5 },
{ "case": { "$gt": ["$views", 1000] }, "then": 1.2 },
{ "case": { "$ne": ["$status", "draft"] }, "then": 1.0 }
],
"default": 0.5
}
}
}
},
{ "$addFields": { "finalScore": { "$multiply": ["$textScore", "$businessWeight"] } } },
{ "$sort": { "finalScore": -1 } }
]
这样既利用了 $text 的检索效率，又把业务规则（如热门内容提权、状态过滤）融入排序逻辑。但要注意：$text 要求集合有 text 索引，且字段必须显式声明为 text 类型，否则 $meta: "textScore" 返回 null。
真正难的不是写公式，而是确认每个字段的索引类型是否匹配查询方式——text 索引不支持对数字字段做 $text 查询，search 索引不支持对未定义字段路径做 weight。查不到结果时，先看索引定义，再看聚合阶段顺序。
