由於 Open-Match 在架構上，允許使用同一張 ticket，對不同的配對池進行搜尋與配對，這便是先前提到的 overlapping MatchProfiles，但如何使這些具有重疊性的匹配，最後只產生出一個最適合的匹配結果，則需要 Evaluator 介入參與。

設計思維

基於配對方式的設計，可以決定我們的 Evaluator 如何參與我們的配對流程，可以簡單地分成三種使用方式：

• 無重疊：將 MatchProfiles 使用的條件完全不重疊，使你的配對永遠不會發生重疊衝突，如此一來可以僅靠 default evaluator 處理配對
• 有重疊（單一指標）：MatchProfiles 使用含有重疊的條件範圍，但有計算出分數指標，並且放入 Extensions["evaluation_input"] 中，default evaluator 可以依據此指標進行匹配判斷，避免配對衝突
• 有重疊（多指標）：MatchProfiles 使用含有重疊的條件範圍，且計算出多個評分指標，在這樣的情況下，需要重新建立客製化的 Evaluator，針對計算出來的多個指標做評分與指派

Default Evaluator

這邊看了一下 source code，粗淺的解析一下預設的 Evaluator 是怎麼運作的。

func evaluate(ctx context.Context, in <-chan *pb.Match, out chan<- string) error {
	matches := make([]*matchInp, 0)
	nilEvaluationInputs := 0

	for m := range in {
		//如同範例使用的 DefaultEvaluationCriteria 將計算分數放 Score
		inp := &pb.DefaultEvaluationCriteria{
			Score: math.Inf(-1),
		}

		//指定 Extensions key "evaluation_input"
		if a, ok := m.Extensions["evaluation_input"]; ok {
			err := ptypes.UnmarshalAny(a, inp)
			if err != nil {
				logger.WithFields(logrus.Fields{
					"match_id": m.MatchId,
					"error":    err,
				}).Error("Failed to unmarshal match's DefaultEvaluationCriteria.  Rejecting match.")
				continue
			}
		} else {
			nilEvaluationInputs++
		}
		matches = append(matches, &matchInp{
			match: m,
			inp:   inp,
		})
	}

	if nilEvaluationInputs > 0 {
		logger.WithFields(logrus.Fields{
			"count": nilEvaluationInputs,
		}).Info("Some matches don't have the optional field evaluation_input set.")
	}

	//分數排序
	sort.Sort(byScore(matches))

	//避免衝突
	d := decollider{
		ticketsUsed:   make(map[string]*collidingMatch),
		backfillsUsed: make(map[string]*collidingMatch),
	}

	for _, m := range matches {
		d.maybeAdd(m)
	}

	stats.Record(context.Background(), collidedMatchesPerEvaluate.M(int64(len(matches)-len(d.resultIDs))))

	//結果
	for _, id := range d.resultIDs {
		out <- id
	}

	return nil
}