文章目錄

• 概述
• 數據
• 小例子
• • 搜索標題中包含java或elasticsearch的blog
  • 搜索標題中包含java和elasticsearch的blog
  • 搜索包含java，elasticsearch，spark，hadoop，4個關鍵字中，至少3個的blog
  • 用bool組合多個搜索條件，來搜索title
  • bool組合多個搜索條件，如何計算relevance score
  • 搜索java，hadoop，spark，elasticsearch，至少包含其中3個關鍵字

概述

繼續跟中華石杉老師學習ES，第六篇

課程地址： https://www.roncoo.com/view/55

如果我們要想對全文檢索的方式實現更細粒度的控制該怎么辦呢？ 這里我們就來探討下手動控制全文檢索結果的精準度的幾種方式

match query

6.4版本 :
https://www.elastic.co/guide/en/elasticsearch/reference/6.4/query-dsl-match-query.html

7.0
https://www.elastic.co/guide/en/elasticsearch/reference/7.0/query-dsl-match-query.html

---

數據

為了說明該部分，我們給帖子數據增加標題title字段

POST /forum/article/_bulk {"update":{"_id":"1"}} {"doc":{"title":"this is java and elasticsearch blog"}} {"update":{"_id":"2"}} {"doc":{"title":"this is java blog"}} {"update":{"_id":"3"}} {"doc":{"title":"this is elasticsearch blog"}} {"update":{"_id":"4"}} {"doc":{"title":"this is java, elasticsearch, hadoop blog"}} {"update":{"_id":"5"}} {"doc":{"title":"this is spark blog"}}

看下其中一條數據檢查下title字段

mapping :

---

小例子

搜索標題中包含java或elasticsearch的blog

重點是： 或

The match query is of type boolean. It means that the text provided is analyzed and the analysis process constructs a boolean query from the provided text

這個，就跟之前的那個term query，不一樣了。不是搜索exact value，是進行full text全文檢索。

match query，是負責進行全文檢索的。當然，如果要檢索的field，是 not_analyzed類型的，或者是keyword類型，那么match query也相當于term query。

title的字段映射為

我們先看下 “this is java and elasticsearch blog” 的分詞

GET /forum/_analyze {"field": "title","text": "this is java and elasticsearch blog" }

被拆分成了 this 、 is 、java 、 and 、 elasticsearch 、 blog 存放在倒排索引中

我們要 搜索標題中包含java或elasticsearch的blog ，改如何做呢？

看看 java elasticsearch 的分詞

GET /forum/_analyze {"field": "title","text": "java elasticsearch" }

所以，這個只要match query即可

GET /forum/_search {"query": {"match": {"title": "java elasticsearch"}} }

返回4條數據 ，符合 或

{"took": 5,"timed_out": false,"_shards": {"total": 5,"successful": 5,"skipped": 0,"failed": 0},"hits": {"total": 4,"max_score": 0.8092568,"hits": [{"_index": "forum","_type": "article","_id": "4","_score": 0.8092568,"_source": {"articleID": "QQPX-R-3956-#aD8","userID": 2,"hidden": true,"postDate": "2017-01-02","tag": ["java","elasticsearch"],"tag_cnt": 2,"view_cnt": 80,"title": "this is java, elasticsearch, hadoop blog"}},{"_index": "forum","_type": "article","_id": "1","_score": 0.5753642,"_source": {"articleID": "XHDK-A-1293-#fJ3","userID": 1,"hidden": false,"postDate": "2017-01-01","tag": ["java","hadoop"],"tag_cnt": 2,"view_cnt": 30,"title": "this is java and elasticsearch blog"}},{"_index": "forum","_type": "article","_id": "3","_score": 0.2876821,"_source": {"articleID": "JODL-X-1937-#pV7","userID": 2,"hidden": false,"postDate": "2017-01-01","tag": ["hadoop"],"tag_cnt": 1,"view_cnt": 100,"title": "this is elasticsearch blog"}},{"_index": "forum","_type": "article","_id": "2","_score": 0.19856805,"_source": {"articleID": "KDKE-B-9947-#kL5","userID": 1,"hidden": false,"postDate": "2017-01-02","tag": ["java"],"tag_cnt": 1,"view_cnt": 50,"title": "this is java blog"}}]} }

---

搜索標題中包含java和elasticsearch的blog

重點是： 和

The operator flag can be set to or or and to control the boolean clauses (defaults to or).

如果你希望所有的搜索關鍵字都要匹配的，那么就用and，可以實現單純match query無法實現的效果

GET /forum/_search {"query": {"match": {"title": {"query": "java elasticsearch","operator": "and"}}} }

返回2條數據 ，OK

---

搜索包含java，elasticsearch，spark，hadoop，4個關鍵字中，至少3個的blog

指定一些關鍵字中，必須至少匹配其中的多少個關鍵字，才能作為結果返回

The minimum number of optional should clauses to match can be set using the minimum_should_match parameter.

minimum_should_match 說明
https://www.elastic.co/guide/en/elasticsearch/reference/7.0/query-dsl-minimum-should-match.html

百分比

GET /forum/_search {"query": {"match": {"title": {"query": "java elasticsearch spark hadoop","minimum_should_match": "75%"}}} }

數字

GET /forum/_search {"query": {"match": {"title": {"query": "java elasticsearch spark hadoop","minimum_should_match": 3}}} }

返回一條數據 ，符合了至少3個

---

用bool組合多個搜索條件，來搜索title

GET /forum/article/_search {"query": {"bool": {"must": {"match": {"title": "java"}},"must_not": {"match": {"title": "spark"}},"should": [{"match": {"title": "hadoop"}},{"match": {"title": "elasticsearch"}}]}} }

match在匹配時會對所查找的關鍵詞進行分詞，然后按分詞匹配查找.

term會直接對關鍵詞進行查找。一般模糊查找的時候，多用match，而精確查找時可以使用term.

也可以使用term精確查找

GET /forum/_search {"query": {"bool": {"must": {"term": {"title": "java"}},"must_not": {"term": {"title": "spark"}},"should": [{"term": {"title": "hadoop"}},{"term": {"title": "elasticsearch"}}]}} }

---

bool組合多個搜索條件，如何計算relevance score

must和should搜索對應的分數，加起來，除以must和should的總數

• 排名第一：java，同時包含should中所有的關鍵字，hadoop，elasticsearch
• 排名第二：java，同時包含should中的elasticsearch
• 排名第三：java，不包含should中的任何關鍵字

should是可以影響相關度分數的

must是確保說，誰必須有這個關鍵字，同時會根據這個must的條件去計算出document對這個搜索條件的relevance score

在滿足must的基礎之上，should中的條件，不匹配也可以，但是如果匹配的更多，那么document的relevance score就會更高

---

搜索java，hadoop，spark，elasticsearch，至少包含其中3個關鍵字

默認情況下，should是可以不匹配任何一個的，比如上面的搜索中，this is java blog，就不匹配任何一個should條件

但是有個例外的情況，如果沒有must的話，那么should中必須至少匹配一個才可以.

比如下面的搜索，should中有4個條件，默認情況下，只要滿足其中一個條件，就可以匹配作為結果返回, 但是可以精準控制，should的4個條件中，至少匹配幾個才能作為結果返回

GET /forum/article/_search {"query": {"bool": {"should": [{"match": {"title": "java"}},{"match": {"title": "elasticsearch"}},{"match": {"title": "hadoop"}},{"match": {"title": "spark"}}],"minimum_should_match": 3}} }

總結一下

• 1、全文檢索的時候，進行多個值的檢索，有兩種做法，match query；should
• 2、控制搜索結果精準度：and operator、minimum_should_match

總結

以上是生活随笔為你收集整理的白话Elasticsearch06- 深度探秘搜索技术之手动控制全文检索结果的精准度的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。