Elasticsearch之_search查询建议

一、概念：

       查询建议主要包括两部分：

     1、拼写检查纠错建议：

     2、搜索词自动补全：

二、分类：

       Elasticsearch提供了4种查询建议：

     1、Term（词元建议）：

       如果输入的文本是句子，该句子被拆成多个单词。如果在倒排索引中存在对应单词在Levenshtein距离的词元，就返回该词元作为查询建议。由于输入的是句子，所以每个查询建议返回的结果是句子中每个词的建议，是个数组。同时也可以定义多个查询建议。

       查询：

GET http://$user:$passwd@$host:$port/$index/$type/_search
{
    "suggest": {
        "my-suggestion1": { //自定义查询建议名1
            "text": "an rede appel",
            "term": {
                "field": "title"
            }
        },
        "my-suggestion2": { //自定义查询建议名2
            "text": "an yello apples",
            "term": {
                "field": "content"
            }
        }
    }
}

参数	说明
text	搜索词，可以设置全局的，也可以设置单个建议器的搜索词
field	指定建议词从哪个字段中来
analyzer	分析搜索词所用的分析器，默认是field指定的字段所使用的查询分析器
size	每个搜索词可返回的最多建议词个数
sort	score：先按相关性排序，再按频率排序，默认 frequency：先按频率排序，再按相关性排序
suggest_mode	missing：当搜索词不在索引中才会建议 popular：当索引中存在比搜索词词频更高的词时该词会被建议出来 always：无论如何都会提供建议
max_edits	待选建议词距搜索词的Levenshtein距离，只能是1或2，默认为2
prefix_length	必须匹配的最小前缀字符数才能成为候选建议，默认值为1
string_distance	计算距离使用的算法：internal、damerau_levenshtein、levenshtein、jaro_winkler、ngram

详情请参考：https://www.elastic.co/guide/en/elasticsearch/reference/6.5/search-suggesters-term.html

     2、Phrase（短语建议）：

       在Term（词元建议）的基础上，会考虑多个Term之间的关系，可以对短语提供建议，同时具有高亮功能。

       查询：

GET http://$user:$passwd@$host:$port/$index/$type/_search
{
    "suggest": {
        "my-suggestion1": { //自定义查询建议名1
            "text": "an rede appel",
            "phrase": {
                "field": "title"
            }
        },
        "my-suggestion2": { //自定义查询建议名2
            "text": "an yello apples",
            "phrase": {
                "field": "content"
            }
        }
    }
}

     3、Completion（补全建议）：

       用于当用户每输入一个字符时，都需要即时发送一次查询请求查找匹配项。在用户输入速度较快的情况下对后端响应速度要求比较苛刻，因此实现上它和前面两个Suggester采用了不同的数据结构，索引并非通过倒排来完成，而是将analyze过的数据编码成FST和索引一起存放。FST被装载在内存中，并且只支持前缀匹配查找。如果要使用补全建议，对应的字段类型必须定义为completion。

       定义索引结构：

PUT http://$user:$passwd@$host:$port/$index
{
    "mappings": {
        "$type": {
            "properties": {
                "字段名": {
                    "type": "completion"
                }
            }
        }
    }
}

        查询：

GET http://$user:$passwd@$host:$port/$index/$type/_search
{
    "suggest": {
        "my-suggestion1": {
            "prefix": "n",
            "completion": {
                "field": "title",
                "fuzzy": {
                    "fuzziness": 2
                }
            }
        },
        "my-suggestion2": {
            "regex": "n[ever|i]r",
            "completion": {
                "field": "title"
            }
        }
    }
}

     4、Context（上下文建议）：

       用于当用户每输入一个字符时，都需要即时发送一次查询请求来查找匹配项，而在查询时只在上下文指定的范围进行查询，而补全建议是查所有的文档。上下文建议又分为：

       1>类别上下文：将一个或多个类别与所在字段的内容进行关联，上下文的type必须是category，这样在查询时就可以通过对应字段关联的类别进行过滤和提升。有两种使用方式：

              ①上下文中不指定path，上下文数据只能从上下文字段中指定。

                      定义索引结构：

PUT http://$user:$passwd@$host:$port/$index
{
    "mappings": {
        "$type": {
            "properties": {
                "book_name": {
                    "type": "completion",
                    "contexts": [ //可以定义多个上下文
                        { 
                            "name": "birthland",
                            "type": "category"
                        }
                    ]
                }
            }
        }
    }
}

                      索引数据：

POST http://$user:$passwd@$host:$port/$index/$type/1/_create
{
    "book_name":{
    	"input":["哈姆雷特英文版","鲁滨逊漂流记英文版","呼啸山庄英文版"],
    	"contexts":{
            "birthland":["英国","欧洲"]
    	}
    }
}

                      查询：

GET http://$user:$passwd@$host:$port/$index/$type/_search
{
    "suggest": {
        "my-suggestion1": {
            "prefix": "鲁",
            "completion": {
                "field": "book_name",
                "size": 5,
                "contexts": {
                    "birthland": [
                        "英国",
                        "欧洲"
                    ]
                }
            }
        },
        "my-suggestion2": {
            "prefix": "呼",
            "completion": {
                "field": "book_name",
                "size": 5,
                "contexts": {
                    "birthland": [
                        {"context":"中国","boost":2},
                    	{"context":"亚洲"}
                    ]
                }
            }
        }
    }
}

              ②上下文中指定path，上下文数据从path指定的字段上获取。官方文档是这么说的，但我验证不能成功。

       2>地理上下文：将一个或多个geo位置或geohash与所在字段的内容进行关联，上下文的type必须是geo，这样在查询时就可以通过对应字段关联的geo进行过滤和提升。有两种使用方式：

              ①上下文中不指定path，上下文数据只能从上下文字段中指定。

                      定义索引结构：

PUT http://$user:$passwd@$host:$port/$index
{
    "mappings": {
        "$type": {
            "properties": {
                "book_name": {
                    "type": "completion",
                    "contexts": [ //可以定义多个上下文
                        { 
                            "name": "location",
                            "type":"geo",
                            "precision": 4
                        }
                    ]
                }
            }
        }
    }
}

                      索引数据：

POST http://$user:$passwd@$host:$port/$index/$type/1/_create
{
    "book_name": {
        "input": [
            "哈姆雷特英文版",
            "鲁滨逊漂流记英文版",
            "呼啸山庄英文版"
        ],
        "contexts": {
            "location": [
                {
                    "lat": 43.6624803,
                    "lon": -79.3863353
                },
                {
                    "lat": 43.6624718,
                    "lon": -79.3873327
                }
            ]
        }
    }
}

                      查询：

GET http://$user:$passwd@$host:$port/$index/$type/_search
{
    "suggest": {
        "my-suggestion1": {
            "prefix": "鲁",
            "completion": {
                "field": "book_name",
                "size": 5,
                "contexts": {
                    "location": {
                        "lat": 43.6625,
                        "lon": -79.38
                    }
                }
            }
        },
        "my-suggestion2": {
            "prefix": "哈",
            "completion": {
                "field": "book_name",
                "size": 5,
                "contexts": {
                    "location": [
                        {
                            "lat": 43.6624803,
                            "lon": -79.3863353,
                            "precision": 2
                        },
                        {
                            "context": {
                                "lat": 43.6624803,
                                "lon": -79.3863353
                            },
                            "boost": 2
                        }
                    ]
                }
            }
        }
    }
}

              ②上下文中指定path，上下文数据从path指定的字段上获取。官方文档是这么说的，但我验证不能成功。

 

详情请参考：https://www.elastic.co/guide/en/elasticsearch/reference/6.5/search-suggesters.html