es-基于词项和基与全文的搜索

1、基于 Term 的查询

  Term 的重要性

● Term 是表达语意的最⼩单位。搜索和利⽤统计语⾔模型进⾏⾃然语⾔处理都需要处理 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式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

 

多字段 Mapping 和 Term查询

2、复合查询 – Constant Score 转为 Filter

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

3、基于全⽂的查询

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。

Operator

Minimum_should_match

Match Phrase Query

Match Query 查询过程

 

 

● 基于词项的查找 vs 基于全⽂的查找

● 通过字段 Mapping 控制字段的分词

          ● “Text” vs “Keyword” 

● 通过参数控制查询的 Precision & Recall

● 复合查询 – Constant Score 查询

              ● 即便是对 Keyword 进⾏ Term 查询，同样会进⾏算分

             ● 可以将查询转为 Filtering，取消相关性算分的环节，以提升性能