elasticsearch控制match执行过程的低级查询处理规则

本篇文章主要说明match执行过程中的低级查询（bool term）以及涉及到评分规则（包括同义词）。elasticsearch一些较复杂业

务查询中 match 多词和同义词搜索可能会遇到的问题。

match或者query_string这样的查询是高级查询(High-level Queries)，它们能够理解一个字段的映射，一旦查询得到了一个词条列表，

它就会使用列表中的每个词条来执行合适的低级查询，然后将得到的结果进行合并，最终产生每份文档的相关度分值。term是代表完全

匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇，只会在倒排索引中寻找该词条的精确匹配。

业务场景：有个title为“衣服很漂亮”，其中“衣服”对应同义词“服饰”、“服装”两个。

A：搜索关键字：“穿服饰”。

B：搜索关键字为：“服饰”。

match查询应该是你的首选。它是一个高级全文查询，意味着它知道如何处理全文字段(Full-text, analyzed)和精确值字段(Exact-

value，not_analyzed)。直接用match查询很容易满足该业务实现A。其中minimum_should_match 设置为67%，向下取整数，控制匹配精

度。DSL实现语句如下：

{
  "explain": true,
  "fields": [
    "title"
  ],
  "query": {
    "filtered": {
      "query": {
        "bool": {
          "should": [
            {
              "match": {
                "title.ik": {
                  "query": “穿服装",
                  "minimum_should_match": "67%"
                }
              }
            }
          ]
        }
      },
      "filter": {
        "bool": {
          "must": {
            "term": {
              "cityId": 310100
            }
          }
        }
      }
    }
  }
}

不难发现A很好实现，但是B，只单是搜索“衣服”，那么就出现问题了，会出现搜索不到结果的情况，为什么会出现这种情况？？？？

因为同义词有3个！！！而minimum_should_match=“67%"，3*67%=2.01，必须至少匹配两个。所以B是搜索不出来结果的。分解成低级

bool查询的时候，检索关系：“穿” OR (“衣服” OR “服饰” OR “服装” ) DSL如下：

             {
              "bool": {
                "should": [
                  {
                    "term": {
                      "title.ik": "衣服"
                    }
                  },
                  {
                    "term": {
                      "title.ik": "服饰"
                    }
                  },
                  {
                    "term": {
                      "title.ik": "服装"
                    }
                  }
                ]
              }
            }

match查询的多词查询只是简单地将生成的term查询包含在了一个bool查询中。通过默认的or操作符，每个term查询都以一个语句

被添加，所以至少一个should语句需要被匹配。bool 查询默认会对所有 should 语句使用协调功能，当我们使用 bool 查询将多个高级查

询如 match 查询包裹的时候，让协调功能打开是有意义的，匹配的语句越多，查询请求与返回文档间的重叠度就越高。

但在某些高级应用中，我们将协调功能关闭可能更好。假如我们正在查找同义词 “衣服”，“服装”，“服饰”。我们并不关心会出现

多少个同义词，因为它们都表示一个意思，实际上，只有其中一个同义词会出现，当我们使用同义词的时候（参照：同义词

（Synonyms）），Lucene内部是这样的：重写的的查询会为同义词关闭协调功能（coord=1），大多数关闭操作的应用场景是自动处理

的，无须为此担心。对于elasticsearch match查询来说，遇到同义词的时候，也会自动为同义词关闭协调功能。通过

disable_coord=ture实现对A的DSL macth查询的解析。

对应的的DSL应该如下：

{
  "explain": true,
  "fields": [
    "title"
  ],
  "query": {
    "filtered": {
      "query": {
        "bool": {
          "minimum_should_match": "67%",
          "should": [
            {
              "term": {
                "title.ik": "穿"
              }
            },
            {
              "bool": {
                "disable_coord": true,
                "should": [
                  {
                    "term": {
                      "title.ik": "衣服"
                    }
                  },
                  {
                    "term": {
                      "title.ik": "服饰"
                    }
                  },
                  {
                    "term": {
                      "title.ik": "服装"
                    }
                  }
                ]
              }
            }
          ]
        }
      },
      "filter": {
        "bool": {
          "must": {
            "term": {
              "cityId": 310100
            }
          }
        }
      }
    }
  }
}