文章目录
1. 概述
-
Suggester用途:根据用户提供的文本,给出可能相似的词语。类似百度搜索提示,截个图大家就清楚了
-
本篇使用的ES版本:7.7
2. Term Suggester
2.1 定义
term suggester 先将搜索词进行分词,然后逐个与指定的索引数据进行比较,计算出编辑距离再返回建议词。
编辑距离:这里使用了叫做Levenstein edit distance的算法,核心思想就是一个词改动多少次就可以和另外的词一致。比如说为了从elasticseach得到elasticsearch,就必须加入1个字母 r ,也就是改动1次,所以这两个词的编辑距离就是1。
2.2 实例测试
PUT my_index/_doc/_bulk?refresh