目錄

• 可用的建議器類型
• term建議器
  • term建議器的配置選項
• phrase建議器
• completion建議器

在考慮性能的情況下，允許用戶的拼寫錯誤，以及構建一個自動完成功能

可用的建議器類型

• term:更正每個傳入的單詞，在非短語查詢中有用，比如單詞條查詢
• phrase:工作的短語上，返回一個恰當?shù)亩陶Z

• completion:提供高效的自動完成功能

  包含建議器

  在查詢的結果中獲得建議。例如，使用match_all查詢嘗試為serlock holnes短語得到一個建議，該短語包含兩個拼寫錯誤的詞條。

{"query":{"match_all":{}},"suggest":{"first_suggestion":{"text":"serlock honles","term":{"field":"_all"}}} }

如果想要從多個字段上得到建議，可以加入second_suggestion（或者其他名字），當然與first_suggestion同一級別。響應如下：

{"suggest":{"first_suggestion":[{"text":"serlock","offset":0,"length":7,"option":[{"text":"sherlock","score":0.7866684,"freq":1}]},{"text":"honles","offset":8,"length":6,"option":[{"text":"holmes","score":0.7866684,"freq":1}]}]} }

這里只保留了最重要的部分，前面還有其他的輸出信息。

term建議器為text參數(shù)中的每個詞條返回一個可能的建議列表。offset是原始單詞在text參數(shù)中的偏移量。

options數(shù)組包含了給定單詞的建議，如果elasticsearch沒有找到任何建議，它將為空。

• text:該屬性定義了建議的文本
• score:定義了建議的得分，得分越高，建議越好
• freq:建議的頻率，代表了在我們執(zhí)行查詢的索引上，該單詞出現(xiàn)在文檔中的次數(shù)

term建議器

term建議器基于字符串的編輯距離。

term建議器的配置選項

term建議器的常見配置項還可以用在基于term建議器的所有建議器上，如phrase建議器

• text（必須）:定義了希望得到建議的文本
• field(必須):為哪個字段生成建議
• analyzer：用于分析text參數(shù)提供的文本，如果不提供就使用field字段的分析器
• size：默認是5，指定text參數(shù)中每天詞條可以返回的建議的最大數(shù)字

• sort:返回建議的排序方式，默認此選項設置成score,將首先按照得分排，然后按文檔頻率，最后按詞條排。第二個可能值frequency，先按文檔頻率，然后按分數(shù)，最后按詞條

  額外建議器選項

• lowcase_terms:true時，把從text字段生成的所有經(jīng)分析的詞條變成小寫
• max_edits:默認2，指定詞條允許的最大編輯距離，可選的值有1或2
• prefix_len:默認1，增加這個值可以提高整體性能，因為需要處理更少數(shù)量的建議
• min_word_len:默認4，指定返回的建議列表中詞條的最少字符數(shù)

• shard_size:默認是size參數(shù)的值，設定每個分片上應該讀取的最大建議數(shù)量。如果設置的值比size參數(shù)的值大，會得到更準確的文檔頻率，但性能會降低

phrase建議器

term建議器基于詞條糾正錯誤，但對短語不夠好。phrase建議器基于term建議器，但添加了額外的短語計算邏輯。

{"suggest":{"text":"sherlock holnes","our_suggestion":{"phrase":{"field":"_all"}}} }

返回結果

{"suggest":{"our_suggestion":[{"text":"sherlock holnes","offset":0,"length":15,"option":[{"text":"sherlock holmes","score":0.7866684}]}]} }

與term返回相比，返回的是一個短語。

phrase建議器相比term建議器增加的額外選項。

• max_errors:指定可糾正的短語中包含錯誤詞條的最大數(shù)目、或最大百分比。可以設置成整型值或者0到1之間的浮點數(shù)。默認是1，意味著給點短語中最多包含1個錯誤拼寫的詞條。

completion建議器

該建議器允許創(chuàng)建自動完成功能，并且性能很好，這是因為可以在索引中存儲復雜結構，而不是在查詢時計算。

為了使用該基于前綴的建議器，需要建立索引時引入一個completion的專用字段。假設建立一個自動完成功能來顯示圖書的作者。除了作者的名字以外，希望返回該作者寫的圖書的標示符，先創(chuàng)建一個author索引：

使用completion類型定義ac字段，payload:隨建議一起返回一個額外的選項信息。

索引數(shù)據(jù)
先插入兩條數(shù)據(jù)

input屬性提供了建議器用來生成自動完成功能的輸入信息，它將用于匹配用戶的輸入，output屬性定義應該為文檔返回什么數(shù)據(jù)

查詢索引中那個completion建議器數(shù)據(jù)
想找作者名字以fyo開頭的文檔，可以執(zhí)行

可以看到，我們在_suggest端點執(zhí)行命令，因為不想執(zhí)行標準查詢，只對自動完成結果感興趣。執(zhí)行結果如下：

也可使用模糊查詢來容忍拼寫錯誤，在查詢中包含一個額外的fuzzy節(jié)點。

定制權重
默認情況下，詞頻將用來決定前綴建議器返回文檔的權重，然而這有時不是最好的方案，可以通過為定義成completion的字段指定一個weight屬性來定義建議的權重。weight屬性是一個整型值，越大建議越重要。為一個文檔指定權重，命令如下：

匹配到該文檔的completion建議結果中該文檔的權重都會是30。

轉載于:https://www.cnblogs.com/51zone/p/9841009.html

總結

以上是生活随笔為你收集整理的Elasticsearch--建议器的全部內(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。