https://blog.csdn.net/Ricky110/article/details/78888711
多字段搜索
多字符串查询
boost 参数 “最佳” 值，较为简单的方式就是不断试错，比较合理的区间处于 1 到 10 之间，当然也有可能是 15 。如果为 boost 指定比这更高的值，将不会对最终的评分结果产生更大影响，因为评分是被 归一化的
GET /_search
{
"query": {
"bool": {
"should": [
{ "match": {
"title": {
"query": "War and Peace",
"boost": 2
}}},
{ "match": {
"author": {
"query": "Leo Tolstoy",
"boost": 2
}}},
{ "bool": { # 不写在上面一层，是因为tarnslator理论是只占总评分的三分之一，在上面一层就是四分之一了
"should": [
{ "match": { "translator": "Constance Garnett" }},
{ "match": { "translator": "Louise Maude" }}
]
}}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
最佳字段
dis_max(Disjunction Max Query)查询,意思是 或,指的是： 将任何与任一查询匹配的文档作为结果返回，但只将最佳匹配的评分作为查询的评分结果返回;为了理解这句话，做给小实验
创建测试数据
DELETE my_index
PUT /my_index/my_type/1
{
"title": "Quick brown fox rabbits",
"body": "Brown eats rabbits are commonly seen."
}
PUT /my_index/my_type/2
{
"title": "Keeping pets healthy",
"body": "My quick brown fox eats rabbits on a regular basis."
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
查询比较
GET /my_index/my_type/_search
{
"query": {
"bool": {
"should": [
{ "match": { "title": "Brown fox eats" }},
{ "match": { "body": "Brown fox eats" }}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
结果:id为1的文档在前面
GET /my_index/my_type/_search
{
"query": {
"dis_max": { # dis_max查询，文档查询的某个match评分最高的作为结果返回
"queries": [
{ "match": { "title": "Brown fox eats" }},
{ "match": { "body": "Brown fox eats" }}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
结果:
最佳字段查询调优
tie_breaker：一个简单的 dis_max 查询会采用单个最佳匹配字段， 而忽略其他的匹配，指定 tie_breaker 这个参数可以将其他匹配语句的评分也考虑其中；比如：
简单dis_max查询
{
"query": {
"dis_max": {
"queries": [
{ "match": { "title": "Quick pets" }},
{ "match": { "body": "Quick pets" }}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
结果：
tie_breaker
GET /my_index/my_type/_search
{
"query": {
"dis_max": {
"queries": [
{
"match": {
"title": "Quick pets"
}
},
{
"match": {
"body": "Quick pets"
}
}
],
"tie_breaker": 0.3
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
结果：
tie_breaker 参数提供了一种 dis_max 和 bool 之间的折中选择，范围[0,1]范围建议0.1-0.4, 0 代表使用 dis_max 最佳匹配语句的普通逻辑， 1 表示所有匹配语句同等重要，步骤如下：
获得最佳匹配语句的评分 _score
将其他匹配语句的评分结果与 tie_breaker 相乘
对以上评分求和并规范化
multi_match查询
为能在多个字段上反复执行相同查询提供了一种便捷方式，multi_match 多匹配查询的类型有多种，其中的三种恰巧与 了解我们的数据 中介绍的三个场景对应，即： best_fields 、 most_fields 和 cross_fields （最佳字段、多数字段、跨字段），默认情况下，查询的类型是 best_fields ， 这表示它会为每个字段生成一个 match 查询，然后将它们组合到 dis_max 查询的内部
GET /my_index/my_type/_search
{
"query": {
"dis_max": {
"queries": [
{
"match": {
"title": {
"query": "Quick brown fox",
"minimum_should_match": "30%"
}
}
},
{
"match": {
"body": {
"query": "Quick brown fox",
"minimum_should_match": "30%"
}
}
}
],
"tie_breaker": 0.3
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
查询等价于
GET /my_index/my_type/_search
{
"query": {
"multi_match": {
"query": "Quick brown fox",
"type": "best_fields", # 默认为best_fields可以不指定
"fields": [
"title",
"body"
],
"tie_breaker": 0.3,
"minimum_should_match": "30%" # 这样的参数会被传递到生成的 match 查询中
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
结果:
查询字段名称的模糊匹配
字段名称可以用模糊匹配的方式给出
{
"multi_match": {
"query": "Quick brown fox",
"fields": "*_title"
}
}
1
2
3
4
5
6
提升单个字段的权重
可以使用 ^ 字符语法为单个字段提升权重，在字段名称的末尾添加 ^boost
{
"multi_match": {
"query": "Quick brown fox",
"fields": [ "*_title", "chapter_title^2" ]
}
}
1
2
3
4
5
6
多字段映射
是对我们的字段索引两次， 一次使用词干模式以及一次非词干模式
添加多字段映射
DELETE /my_index
PUT /my_index
{
"settings": { "number_of_shards": 1 },
"mappings": {
"my_type": {
"properties": {
"title": {
"type": "string",
"analyzer": "english",
"fields": {
"std": {
"type": "string",
"analyzer": "standard"
}
}
}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Put值
PUT /my_index/my_type/1
{ "title": "My rabbit jumps" }
PUT /my_index/my_type/2
{ "title": "Jumping jack rabbits" }
1
2
3
4
5
get title
GET /my_index/_search
{
"query": {
"match": {
"title": "jumping rabbits"
}
}
}
# 结果命中2条
1
2
3
4
5
6
7
8
9
10
11
get title.std
GET /my_index/_search
{
"query": {
"match": {
"title.std": "jumping rabbits"
}
}
}
# 结果命中1条
1
2
3
4
5
6
7
8
9
most_fields 合并两次索引的评分，加权重
GET /my_index/_search
{
"query": {
"multi_match": {
"query": "jumping rabbits",
"type": "most_fields",
"fields": [ "title^10", "title.std" ]
}
}
}
1
2
3
4
5
6
7
8
9
10
跨字段实体搜索
当多个属性结合起来决定一个事物的时候，可以使用multi_match查询(依次查询每个字段并将每个字段的匹配评分结果相加),比如
以下字段表示一个人信息
{
"street": "5 Poland Street",
"city": "London",
"country": "United Kingdom",
"postcode": "W1V 3DG"
}
1
2
3
4
5
6
可以如下查询
{
"query": {
"bool": {
"should": [
{ "match": { "street": "Poland Street W1V" }},
{ "match": { "city": "Poland Street W1V" }},
{ "match": { "country": "Poland Street W1V" }},
{ "match": { "postcode": "Poland Street W1V" }}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
或
{
"query": {
"multi_match": {
"query": "Poland Street W1V",
"type": "most_fields", # 合并所有匹配字段的评分
"fields": [ "street", "city", "country", "postcode" ]
}
}
}
1
2
3
4
5
6
7
8
9
most_fields也存在些问题
是为多数字段匹配 任意 词设计的，而不是在 所有字段 中找到最匹配的
不能使用 operator 或 minimum_should_match 参数来降低次相关结果造成的长尾效应
词频对于每个字段是不一样的，而且它们之间的相互影响会导致不好的排序结果
自定义_all
copy_to 参数来实现给字段添加自定义_all字段
PUT /my_index
{
"mappings": {
"person": {
"properties": {
"first_name": {
"type": "string",
"copy_to": "full_name"
},
"last_name": {
"type": "string",
"copy_to": "full_name"
},
"full_name": {
"type": "string"
}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
可通过地址http://blog.csdn.net/jiao_fuyou/article/details/49800969来更深入学习_all
cross-fields跨字段查询
自定义 _all 的方式是一个好的解决方案，只需在索引文档前为其设置好映射，然而还可以使用cross_fields 类型进行 multi_match 查询
cross_fields 使用词中心式（term-centric）的查询方式，这与 best_fields 和 most_fields 使用字段中心式（field-centric）的查询方式非常不同
字段中心式
GET /_validate/query?explain
{
"query": {
"multi_match": {
"query": "peter smith",
"type": "most_fields",
"operator": "and",
"fields": [ "first_name", "last_name" ]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
对于匹配的文档， peter 和 smith 都必须同时出现在相同字段中，要么是 first_name 字段，要么 last_name 字段
(+first_name:peter +first_name:smith)
(+last_name:peter +last_name:smith)
1
2
词中心式，词 peter 和 smith 都必须出现，但是可以出现在任意字段中，cross_fields 类型首先分析查询字符串并生成一个词列表，然后它从所有字段中依次搜索每个词
GET /_validate/query?explain
{
"query": {
"multi_match": {
"query": "peter smith",
"type": "cross_fields",
"operator": "and",
"fields": [ "first_name", "last_name" ]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
为了让 cross_fields 查询以最优方式工作，所有的字段都须使用相同的分析器
采用 cross_fields 查询与 自定义 _all 字段 相比，其中一个优势就是它可以在搜索时为单个字段提升权重
GET /books/_search
{
"query": {
"multi_match": {
"query": "peter smith",
"type": "cross_fields",
"fields": [ "title^2", "description" ]
}
}
}
1
2
3
4
5
6
7
8
9
10
需要在 multi_match 查询中避免使用 not_analyzed 字段
---------------------
作者：Ricky110
来源：CSDN
原文：https://blog.csdn.net/Ricky110/article/details/78888711
版权声明：本文为博主原创文章，转载请附上博文链接！