elasticsearch检索，聚合，建模，优化--《elasticsearch核心技术与实战》笔记(二)

最新推荐文章于 2024-03-28 13:16:10 发布

jazon@

最新推荐文章于 2024-03-28 13:16:10 发布

阅读量737

点赞数

CC 4.0 BY-SA版权

分类专栏： elasticsearch 文章标签： elasticsearch

本文链接：https://blog.youkuaiyun.com/Xjzzon/article/details/118712608

检索相关

基于Term的查询

Term是表达语意的最小单位，在ES中，term查询，对输入不做分词，会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公式为每个包含该词项的文档进行相关度算分。

第一个查询能查得到，第二个查询查不到。根据dynamic mapping，desc字段是text，会对文档内容进行分词器处理。所以录入iPone会在倒排索引里记录了iphone，所以能查得到。productId经过分词器处理后，会以’-'切割成一个一个字符存起来，所以term查询去找productId是找不到的。dynaminc mapping默认是会创建多字段mapping的，所以解决方案是使用productId.keyword。

符合查询-Constant Score转为Filter

1.将Query转成Filter,忽略TF-IDF计算，避免相关性算分的开销
2.Filter可以有效利用缓存

基于全文的查询

MatchQuery/Match Phrase Query/Query String Query,
查询字符串先传递一个合适的分词器，然后生成一个供查询的词项列表，对每个词逐个进行底层的查询，最终将结果进行合并，并为每个文档生成一个算分。

Operator操作，确定match query的多个单词的关系

Minium_should_match，最少匹配个数

Match Phrase Query
Phrase Match意为短语匹配，查询词语会经过分词器处理，但是它要求文档包含所有搜索词条的文档，并且词条的位置要邻接，可以通过slop参数控制词条间距。

总结

结构化数据

// 布尔值
POST products/_search
{
	"query": {
  	"term": {
				"avaliable": {
        		"value": "false"
				}
		}
  }
}
// 数字range,日期range
...
// 处理空值,必需不存在date字段
POST products/_search
{
	"query": {
  	"bool": {
    	"must_not": {
      	"exists": {
        	"field": "date"
				}
      }
		}
  }
}
// 查找多个精确值,terms,相当于term的OR
// 查询name 带Mike或者John的
POST stu/_search
{
  "query": {
    "terms": {
      "name.keyword":  ["Mike", "John"]
    }
  }
}

对于多字段类型,term是包含而不是相等，对于多字段查询要注意

bool查询

bool查询语法

单字符串多字段查询: Dis Max Query

Dis Max Query将任何与任一查询匹配的文档作为结果返回，采用字段上最匹配的评分最终评分返回。

上面的查询 Brown fox在文档2的title最匹配，所以它的socre会高一些。

单字符串多字段查询Multi Match

三种场景: 1.最佳字段，当字段之间相互竞争，又相互关联，评分取最匹配字段。2.多数字段，在主字段抽取词干，加入同义词，以匹配更多文档，相同的文本，加入子字段(Standard Analyzer)，以提供更加精确的匹配，其他字段作为匹配文档提高相关度的信号，匹配字段越多则越好。3.混合字段，对于某些实体，例如人名，地址，图书信息，需要在多个字段中确定信息，单个字段只能作为整体的一部分。
Best Fields的例子

Most Fields的例子

Cross Fields跨字段搜索，解决不能使用operator问题，要求每个查询词都要出现，用and。