es全文检索java代码 | 您所在的位置:网站首页 › es全文搜索 › es全文检索java代码 |
一、match 在执行match查询时,默认情况下,字段值必须匹配任意一个词条,比如文档的eventname字段匹配任意一个分词,azure、aws和cloud时,该文档就匹配 POST /_search -d { "from":10, "size":5, "query":{ "match":{ "eventname":"azure aws cloud" } } } 匹配分词的数量是由匹配参数控制的,match查询常用的参数: operator:用来控制match查询匹配词条的逻辑条件,默认值是or,如果设置为and,表示查询满足所有条件; minimum_should_match:当operator参数设置为or时,该参数用来控制应该匹配的分词的最少数量;Elastic控制查询精准度-minimum_should_match POST /search -d{ "from":10, "size":5, "query":{ "match":{ "eventname":{ "query":"azure aws cloud security", "operator":"or", "minimum_should_match":2 } } } } POST /search -d{ "from":10, "size":5, "query":{ "match":{ "eventname":{ "query":"azure aws cloud security", "operator":"adn" } } } } 底层实现的转换 将multi-query 转换为 bool+ must/should + term 3.1、or GET /forum/article/_search { "query": { "match": { "title": "java elasticsearch" } } } 相当于:bool should term { "bool": { "should": [ { "term": { "title": "java" }}, { "term": { "title": "elasticsearch" }} ] } } 3.2、and 如果title字段是analyzed则进行full text全文搜索,则返回title字段包含java 或者elasticsearch 或者两个都包含的document 如果是not_analyzed则进行exact value(相当于temr query),则只返回包含java elasticsearch的document GET /forum/article/_search { "query": { "match": { "title": { "query": "java elasticsearch", "operator": "and" //full text 中 返回都包含“java”和"elasticsearch“的document } } } } 相当于:bool must term { "bool": { "must": [ { "term": { "title": "java" }}, { "term": { "title": "elasticsearch" }} ] } } 3.3、minimum_should_match GET /forum/article/_search { "query": { "match": { "title": { "query": "java elasticsearch spark hadoop", "minimum_should_match": "75%" // full text中返回,包含指定条件的75%的document } } } } 相当于:bool should term minimum_should_match { "bool": { "should": [ { "term": { "title": "java" }}, { "term": { "title": "elasticsearch" }}, { "term": { "title": "hadoop" }}, { "term": { "title": "spark" }} ], "minimum_should_match": 3 } } 补充知识点:must和should对分数有影响;must是必须条件,之后should匹配的越多则分数越高 更多参考:布尔匹配查询 二、短语匹配查询(match_phrase) 在执行短语匹配查询时,ElasticSearch引擎首先分析(analyze)查询字符串,从分析后的文本中构建短语查询: 必须匹配短语中的所有分词 保证各个分词的相对位置不变 POST /_search -d { "from":1, "size":100, "fields":[ "eventname"], "query":{ "match_phrase":{ "eventname":"Open Source" } } } "this is an Open Souce xxx" 匹配 “Open this Source code xxx" 不匹配 短语匹配使用slop参数来引入一些灵活性;slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配;其中移动可以是反向的,比如这样的场景:Open 左移,Source 又移 GET /my_index/my_type/_search { "query": { "match_phrase": { "title": { "query": "Open Source", "slop": 2 } } } } 三、 boost条件权重控制 默认情况下,搜索条件的权重都是一样的,都是1;boost控制搜索条件的权重,可以将某个搜索条件的权重加大,此时当匹配这个搜索条件和匹配另一个搜索条件的document,计算relevance score时,匹配权重更大的搜索条件的document,relevance score会更高,也就会优先被返回。 GET /forum/article/_search { "query": { "bool": { "must": [ { "match": { "title": "blog" } } ], "should": [ { "match": { "title": { "query": "elasticsearch" } } }, { "match": { "title": { "query": "spark", "boost": 5 } } } ] } } } 四、most fields评分算法 GET /forum/article/_search { "query": { "bool": { "should": [ { "match": { "title": "java solution" }}, { "match": { "content": "java solution" }} ] } } } 按照多个字段的综合匹配情况来计算整体分值,不会因为某个字段的匹配对最高而干扰最终结果,这点是与best fields的区别。 计算每个document的relevance score:每个query的分数之和,乘以matched query数量,除以总query数量,比如:总共2个match : doc4的情况是这样: doc4 跟match1 部分匹配,有一个"java" 分值1.1 doc4 跟match2 部分匹配,有一个"solution" 分值1.2 每个query的分数之和:1.1 + 1.2 = 2.3 matched query数量 : 2 总query数量 :2 2.3 * 2 / 2 = 2.3 doc5的情况是这样 doc5 跟match1不匹配,没有分值 doc5 跟match2匹配,匹配度很高,有 "java solution" 分值为2.3 每个query的分数之和:2.3 matched query数量 :1 总query数量 : 2 2.3 * 1 / 2 = 1.15 doc5的分数 = 1.15 < doc4的分数 = 2.3 五、best fields策略 搜索到的结果,应该是某一个field中匹配到了尽可能多的关键词,被排在前面;而不是尽可能多的field匹配到了少数的关键词,排在了前面 dis_max语法,直接取多个query中,分数最高的那一个query的分数,完全不考虑其他字段的分数 GET /forum/article/_search { "query": { "dis_max": { "queries": [ { "match": { "title": "java solution" }}, { "match": { "content": "java solution" }} ] } } } 1.使用tie_breaker 优化 dis_max 使用tie_breaker将其他query的分数也考虑进去 tie_breaker参数的意义,在于说,将其他query的分数,乘以tie_breaker,然后综合与最高分数的那个query的分数,综合在一起进行计算 除了取最高分以外,还会考虑其他的query的分数 tie_breaker的值,在0~1之间,是个小数,就ok GET /forum/article/_search { "query": { "dis_max": { "queries": [ { "match": { "title": "java beginner" }}, { "match": { "body": "java beginner" }} ], "tie_breaker": 0.3 } } } |
CopyRight 2018-2019 实验室设备网 版权所有 |