es的核心功能就是搜索和分析。那么我們看看搜索相關(guān)內(nèi)容

1、搜索機制

在進入搜索之前，會對查詢體根據(jù)情況進行分析和處理。

2、有哪些常用搜索類型

全文查詢 詞項查詢 復合查詢 嵌套查詢 位置查詢 特殊查詢等。

我們常用到的就是前三種，學起來簡單，用起來特別難。

3、看看這三種查詢的區(qū)別。

詞項查詢用來查找指定字段中，包含給定的單詞的文檔，詞項查詢不會被解析，只有查詢詞和文檔中的詞精確匹配才會被搜索到，常見的應(yīng)用場景為地名，人名等。我們的 準字號。

全文查詢通常用于在全文進行搜索，全文查詢的被查詢字段是要被分析和分解的。

復合查詢，就是把一些簡單的查詢組合在一起查詢，實現(xiàn)更復雜的查詢需求，此外，復合查詢還可以控制另一個查詢的行為。

我們先以term query 和matchquery 來進行對比講解。(下面兩部分第一項)

準備工作：

我們重新建一個sku索引，加入相應(yīng)的數(shù)據(jù)；

然后,我們確認下，新增的數(shù)據(jù)都已經(jīng)存進來了

GET sku/_search

好，接下來我們來看看不同的查詢出來的效果是怎么樣的。

4、詞項查旬

首先，我們查詢下我們剛才錄入的一個文檔，

我們發(fā)現(xiàn)，并沒有查到我們剛才存入的數(shù)據(jù)，這個就有點尷尬了。

那到底是什么原因呢？在想想我們對詞項查詢的定義，詞項查詢內(nèi)容不會被解析，只有精確匹配到的才會被查詢出來。那我們也就是說，需要我們的sku索引的相應(yīng)字段要精確的匹配到"三黃片"這個詞。那我們我們接下看看看索引字段是怎么存的。分詞之后是什么樣子的。

上面就是"三黃片"這個詞在name這個字段上的分詞結(jié)果。我們發(fā)現(xiàn)，分詞結(jié)果是三、黃、片三個單獨的詞，而我們用"三黃片"整個詞來匹配是匹配不到的。

如果我們將我們的搜索詞改為"三"，那么應(yīng)該就會匹配到響應(yīng)的數(shù)據(jù)如下：

：

同樣的情況，我們用全文查詢查詢一次看一下效果：參考match query內(nèi)容部分

terms查詢是term的升級版，用來查詢文檔中包含多個詞項，詞項間是或的關(guān)系。

比如，我們查剛才的sku 包含"三"，"jiaonang"的，會發(fā)現(xiàn)同時查到了兩條記錄。

prefix 查詢用來查詢某個字段中以給定的字段開頭的文檔。

這個查詢中我們發(fā)現(xiàn)，對于所查詢的字段，還是用了分詞的。

query

于此類似的還有 wildcard query 為通配符查詢，這個查詢支持單字或者多字的通配符查詢。查詢過程中，用'?'來匹配一個任意字符，'*'用來匹配0個或者多個字符。

exists 查詢會查詢出至少一個非空值的文檔。

5、全文查詢

：

同樣的情況，我們用全文查詢查詢一次看一下效果：

我們會發(fā)現(xiàn)，這個時候，無論我們怎么查，都能查到結(jié)果。這就是兩種查詢的區(qū)別。

match查詢會對查詢語句進行分詞，分詞之后查詢語句中任何一個詞項被匹配，文檔就會被搜索到。

如果，想要所有詞項都被搜索到才返回，則使用 and連接。 這就需要改換下寫法(上面的寫法是簡單的寫法)

完成寫法如下：

使用了and連接，也就是對查詢內(nèi)容進行分詞，所有的詞項都被命中后才返回。我們查詢"三皇片"就不會查找到任何內(nèi)容。查詢"三片"就會查找到相應(yīng)內(nèi)容。

對于上面的搜索結(jié)構(gòu)我們可以簡單的分析一下，我們可以把match{}對象中的內(nèi)容表述為這次匹配查詢的參數(shù)(官方：top-level parameters for match)。"field"是要查詢的字段，field{}對象內(nèi)容部，是對field的參數(shù)。

這個參數(shù)可以有很多。具體如下：

query： 你要查詢的內(nèi)容，這個字段是必須的。

analyzer: 分詞器(非必須)，在搜索的時候可以制定分詞器，這個時候就會由指定的分詞器來分析你要的關(guān)鍵詞。比如我們把剛才的搜索加上'keyword'分詞，就不會搜到結(jié)果。如果我們不指定分詞器，則會默認使用索引字段設(shè)定好的分詞器。

fuzziness： 允許模糊搜索。 分析出來的關(guān)鍵詞之間允許相隔最大的字符數(shù)量。

max_expansions : 查詢的擴展詞最大數(shù)量。默認為50。

operator ：對查詢文本的解析操作類型，包含兩個值：OR AND 。

，

該查詢首先會把要查詢的內(nèi)容分詞，分詞器可以自行定義。同時，文檔內(nèi)容必須滿足兩個條件才能被查詢到：

1、分詞后的所有的詞項都要被命中

2、字段中的詞項和查詢中的詞項順序必須一致。

這里我們用兩個查詢看一下差別，我們用match查詢 查詢 '三片黃'，發(fā)現(xiàn)是可以查詢到結(jié)果的。

然后，我們換 match_phrase查詢，則查詢不到結(jié)果，因為分詞后，順序不匹配。

match_phrase_prefix查詢

match_phrase_prefix查詢和 match_phrase比較像，不同的是最后一個詞支持前綴匹配。比如我們查詢'hello world' 這個詞。用 、'hello w'也可以查詢到。

查詢，

multi_match可以看做是match的升級版，用于搜索多個字段。

我們可以再sku索引上增加一個字段，然后，新增一個商品來試驗一下.(為甚不新增一個字段，然后直接修改新增字段這個值？可自己試驗一次)，我們發(fā)現(xiàn)，在'name'、'fullname'這兩個字段上搜國藥，是可以搜索到結(jié)果的。

同時，multi_match在字段名稱上，還支持通配符查詢。如下：

另外，multi_match在查詢的時候，還可以通過指數(shù)符號指定字段的權(quán)重值。如下查詢，我們會發(fā)現(xiàn)返回的sorce值變大了。

，

常用詞項查詢，算是一種稍微高級點的查詢。所以，想要用好，還是要理解比較多的內(nèi)容。必須解下停止詞(順手可以把同義詞看了)。這個查詢比較適合于停用詞在語境中有重要作用的場景。按照官方例子來說：not 是個常見的停用詞。happy 和 not happy 對比下，not的意義就很重要了。

所以，提供了一種解決方案，把query分詞后的詞項分成了重要詞項和不重要詞項。查詢的時候，先查詢重要詞項。一般來說重要詞項都是低頻詞。然后，在進行高頻詞搜索，這次只計算第一次匹配的文檔評分。

詞項是高頻還是低頻，可以自行通過cutoff_frequency來設(shè)定。

更高深的用法，可參看官方文檔。這個查詢可以很好的適應(yīng)特定領(lǐng)域的停用詞。

，

字符串查詢，是對查詢內(nèi)容按運算規(guī)則進行分析分解的查詢。比如：查詢 "xxxxx AND yyyy "會被分解 query xxxx and query yyyyy的形式。這個查詢支持的參數(shù)非常多，具體參考官方文檔。對es搜索原理非常理解估計才能用的飛起。

這個是可以直接拿來用的字符串查詢，查詢在解析語句的過程中，不會拋出錯誤。用起放心些。

為了能加深意向，大家可多來幾個例子，看到底能不能搜得到：

name： 分詞器： 搜索類型： 搜索：

java編程思想 ik term java 思想 編程思想

總結(jié)

以上是生活随笔為你收集整理的laravel 分词搜索匹配度_elasticsearch基础笔记9-elasticsearch 词项全文搜索的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。