一起来玩Elasticsearch，加我微信：wx1250134974
Elasticsearch认证复习准备
https://www.elastic.co/guide/cn/elasticsearch/guide/current/getting-started.html
##近似匹配概念：
举例说明：对于“eat food” ，不仅仅能区分是否包含eat或者food这一层，还能区分eat food这个关系（这个关系也仅仅是分词之间临近）。可以用这个功能做自动机器人应答，把历史的问与答存储好，通过检索更符合的问题，找到历史应答。
1、近似匹配
GET /my_index/my_type/_search
{
"query": {
"match_phrase": {
"title": "quick brown fox"
}
}
}
注：所有的term必须都出现，并且位置顺序也必须一样
GET /my_index/my_type/_search
{
"query": {
"match_phrase": {
"title": {
"query": "quick fox",
"slop": 1
}
}
}
}
注：所有term必须全部出现，位置约束可以放宽一些（slop 控制位置约束严格的灵活度）
GET /my_index/my_type/_search
{
"query": {
"bool": {
"must": {
"match": {
"title": {
"query": "quick brown fox",
"minimum_should_match": "30%"
}
}
},
"should": {
"match_phrase": {
"title": {
"query": "quick brown fox",
"slop": 50
}
}
}
}
}
}
注：使用邻近度来提高相关度，这样可以返回较多的结果，且邻近度高的会排在前面。
GET /my_index/my_type/_search
{
"query": {
"match": {
"title": {
"query": "quick brown fox",
"minimum_should_match": "30%"
}
}
},
"rescore": {
"window_size": 50,
"query": {
"rescore_query": {
"match_phrase": {
"title": {
"query": "quick brown fox",
"slop": 50
}
}
}
}
}
}
注：
match 查询决定哪些文档将包含在最终结果集中，并通过 TF/IDF 排序。
window_size 是每一分片进行重新评分的顶部文档数量。
- 在索引时生成相关词term，这样关系就存在于term中，有助于更精确匹配合适文档。这种操作性能还是不错的，唯一牺牲的可能就是多占用磁盘了
PUT /my_index2
{
"settings": {
"number_of_shards": 1,
"analysis": {
"filter": {
"my_shingle_filter": {
"type": "shingle",
"min_shingle_size": 2,
"max_shingle_size": 2,
"output_unigrams": false
}
},
"analyzer": {
"my_shingle_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"my_shingle_filter"
]
}
}
}
}
}
注：
A、"min_shingle_size"和"max_shingle_size" 默认最小/最大的 shingle 大小是 2 ，所以实际上不需要设置。
B、"output_unigrams" shingle 语汇单元过滤器默认输出 unigrams ，但是我们想让 unigrams 和 bigrams 分开。
C、my_shingle_analyzer 使用我们常规的 my_shingles_filter 语汇单元过滤器。
GET /my_index2/_analyze?analyzer=my_shingle_analyzer
{
"text":"Sue ate the alligator"
}
注：看下分词效果，使用的话就直接用即可，最好把这个分词的效果单独存放使用。
一起来玩Elasticsearch，加我微信：wx1250134974
251
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
