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)
Elasticsearch - 短语匹配(match_phrase)以及slop参数
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
还有一些内容暂未记录， Elasticsearch顶尖高手系列课程之高手进阶篇
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
}
}
}
网友评论