跳转至

Elasticsearch 全文搜索

时间：2017/12/13 15:41:18
参考：

  1. 全文搜索

环境：

  • 系统版本：Win10 64位
  • Elasticsearch版本:6.0.0

搜索#

  1. 初始化数据。 
     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
    # 如果有删除
DELETE my_index
# 设置主分区数目
PUT /my_index
{ "settings": { "number_of_shards": 1 }}
# 插入数据
POST /my_index/my_type/_bulk
{ "index": { "_id": 1 }}
{ "title": "The quick brown fox" }
{ "index": { "_id": 2 }}
{ "title": "The quick brown fox jumps over the lazy dog" }
{ "index": { "_id": 3 }}
{ "title": "The quick brown fox jumps over the quick dog" }
{ "index": { "_id": 4 }}
{ "title": "Brown fox brown dog" }

单字段匹配查询#

  1. 匹配一个单词。

    1
2
3
4
5
6
7
8
    GET /my_index/my_type/_search
{
    "query": {
        "match": {
            "title": "QUICK!"
        }
    }
}

    1. 查询多个单词，查询包含 BROWN 或 DOG 的文档。

      GET /my_index/my_type/_search { "query": { "match": { "title": "BROWN DOG!" } } } 3. 查询多个单词，查询同时包含 BROWN 和 DOG 的文档。

      GET /my_index/my_type/_search { "query": { "match": { "title": {
      "query": "BROWN DOG!", "operator": "and" } } } } 4. 指定查询的精度。

      GET /my_index/my_type/_search { "query": { "match": { "title": { "query": "quick brown dog", "minimum_should_match": "75%" } } } } minimum_should_match 的取值，假设总数为 total：

    2. 整数 n：最少匹配 n 个，如果过 n 大于 total 则匹配结果为空。

    3. 负整数 -n：最少匹配 total - n个。
    4. 百分比 n%：最少匹配向下取整 (total*N%)
    5. 负百分比：最少匹配向下取整 (total*（1-N)%)
    6. 组合 3<90% :如果参数的个数小于等于3，则他们全部要求匹配，如果大于3则用后面的条件。
    7. 多个组合 2<-25% 9<-3： 假设参数个数为 n，如果n大于1小于等于2，则要求匹配n个。如果n大于2小于等于9，则要求匹配匹配 n*25个, 如果n大于9则要求至少匹配 (total-3)个。

    8. 组合查询，和过滤查询不同 should表示包含但不是必须，如果包含相关性会更高，评分会更高。

      GET /my_index/my_type/_search { "query": { "bool": { "must": { "match": { "title": "quick" }}, "must_not": { "match": { "title": "lazy" }}, "should": [ { "match": { "title": "brown" }}, { "match": { "title": "dog" }} ] } } } 6. 组合查询，如果没有must语句，则should至少要匹配一个，也可以通过 minimum_should_match 参数控制should的匹配个数。

      GET /my_index/my_type/_search { "query": { "bool": { "should": [ { "match": { "title": "brown" }}, { "match": { "title": "fox" }}, { "match": { "title": "dog" }} ], "minimum_should_match": 3 } } } 7. match 和 bool 查询互相替换,match在内部会被替换成bool查询。

      { "match": { "title": "brown fox"} }

    等价于： 

    1
2
3
4
5
6
7
8
    {
  "bool": {
    "should": [
      { "term": { "title": "brown" }},
      { "term": { "title": "fox"   }}
    ]
  }
}

    1. 指定权重，必须包含 full text search，如果包含 Elasticsearch 或 Lucene评分会变高，而且包含 Elasticsearh 的评分会比 Lucene 高。

      GET /_search { "query": { "bool": { "must": { "match": {
      "content": { "query": "full text search", "operator": "and" } } }, "should": [ { "match": { "content": { "query": "Elasticsearch", "boost": 3 } }}, { "match": { "content": { "query": "Lucene", "boost": 2 } }} ] } } }

  2. 一个查询的评分分析。should语句的三个条件各占1/3的比重，内部的shuold是在1/3的基础上进行评分计算。

    bool 查询运行每个 match 查询，再把评分加在一起，然后将结果与所有匹配的语句数量相乘，最后除以所有的语句数量。处于同一层的每条语句具有相同的权重。在前面这个例子中，包含 translator 语句的 bool 查询，只占总评分的三分之一。如果将 translator 语句与 title 和 author 两条语句放入同一层，那么 title 和 author 语句只贡献四分之一评分。

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
    GET /_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title":  "War and Peace" }},
        { "match": { "author": "Leo Tolstoy"   }},
        { "bool":  {
          "should": [
            { "match": { "translator": "Constance Garnett" }},
            { "match": { "translator": "Louise Maude"      }}
          ]
        }}
      ]
    }
  }
}

    1. 指定优先级，改变默认的比重。

      GET /_search { "query": { "bool": { "should": [ { "match": { "title": { "query": "War and Peace", "boost": 2 }}}, { "match": { "author": { "query": "Leo Tolstoy", "boost": 2 }}}, { "bool": { "should": [ { "match": { "translator": "Constance Garnett" }}, { "match": { "translator": "Louise Maude" }} ] }} ] } } }