Elasticsearch 基于词项和基于全文的搜索

• Elasticsearch 基于词项和基于全文的搜索
  • 基于 Term 的查询
    • Term 的重要性
    • 特点
    • 关于 Term 查询的例子
    • 多字段 Mapping 和 Term 查询
    • 复合查询 — Constant Score 转为 Filter
  • 基于全文本的查询
    • 基于全文本的查找
    • 特点
  • 总结

基于 Term 的查询

Term 的重要性

Term 是表达语意的最小单位。搜索和利用语言统计模型进行自然语言的处理都需要处理 Term

特点

—— Term Level Query：Term Query / Range Query / Exists Query / Prefix Query / Wildcard Query

—— 在 ES 中，Term 查询，对输入不做分词。会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公司为每个包含该词项的文档进行相关度算分 — 例如 “Apple Store”

—— 可以通过 Constant Score 将查询转换成一个 Filtering，避免算分，并利用缓存，提高性能

关于 Term 查询的例子

准备一些案例代码数据

POST /products/_bulk
{ "index": { "_id": 1 }}
{ "productID" : "XHDK-A-1293-#fJ3","desc":"iPhone" }
{ "index": { "_id": 2 }}
{ "productID" : "KDKE-B-9947-#kL5","desc":"iPad" }
{ "index": { "_id": 3 }}
{ "productID" : "JODL-X-1937-#pV7","desc":"MBP" }

通过Term的方式进行查询。

POST /products/_search
{
  "query": {
    "term": {
      "desc": {
        //"value": "iPhone"
        "value":"iphone"
      }
    }
  }
}

多字段 Mapping 和 Term 查询

通过 GET /products/_mapping 的查询出 Elasticsearch 会自动为字段赋值类型，这里为keyword

这里我们也可以通过指定 keyword 来进行查询

POST /products/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        "value": "iPhone"
      }
    }
  }
}

复合查询 — Constant Score 转为 Filter

—— 将 Query 转成 Filter，忽略 TF-IDE 计算，避免相关性算分的开销。
—— FIlter 可以有效利用缓存。

POST /products/_search
{
  "explain": true,
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "desc.keyword": {
            "value": "iPhone"
          }
        }
      }
    }
  }
}

基于全文本的查询

基于全文本的查找

Match Query / Match Phrase Query / Query String Query

特点

—— 索引和搜索时都会进行分词，查询字符串先传递到一个合适的分词器，然后生成一个供查询的词项列表

—— 查询时候，先会对输入的查询进行分词，然后每个词项逐个进行底层的查询，最终将结果进行合并。并为每一个文档生成一个算分。例如：查“Matrix reloaded”，会查到包括Matrix 或者 reload 的所有结果。

总结