10.ES搜索

最新推荐文章于 2023-05-15 19:27:35 发布

Gedeon

最新推荐文章于 2023-05-15 19:27:35 发布

阅读量306

点赞数

分类专栏： ELK 文章标签： Elasticsearch boost constant score

本文链接：https://blog.csdn.net/qq_24908345/article/details/102546333

版权

本文详细介绍了Elasticsearch中的搜索方式，包括基于词项的Term查询、复合查询、全文搜索Match Query，以及结构化搜索。重点讲解了相关性算分的TF-IDF机制，并探讨了如何通过Explain查看和调整查询的Boosting Relevance来优化搜索结果的相关性。

摘要由CSDN通过智能技术生成

一：基于词项和基于全文的搜索

1.1 基于Term的查询

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 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
可以通过Constant Score 将茶轩转换成一个Filtering,避免算分，并利用缓存，提高性能。

Demo

# 存入数据
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" }
# 查询数据

POST /products/_search
{
  "query": {
    "term": {
      "desc": {
        //"value": "iPhone" # 搜索不到 因为在存入数据的时候默认会进行分词 将大写变成小写，而term查询对输入不分词 因此搜索不到
        "value":"iphone" # 搜索得到
      }
    }
  }
}
	POST /products/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        //"value": "iPhone" # 搜索得到
        //"value":"iphone" # 搜索不到。keyword 存储的是不分词之前的原值
      }
    }
  }
}

1.1.2 复合查询

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

Demo

POST /products/_search
{
  "explain": true, # 查看算分过程
  "query": {
    "term": {
      "productID.keyword": {
        "value": "KDKE-B-9947-#kL5"
      }
    }
  }
}


POST /products/_search
{
  "explain":true, # 查看算分过程
  "query":{
    "constant_score":{
      "filter":{
        "term":{
          "productID.keyword":"KDKE-B-9947-#kL5"