Elasticsearch Suggester搜索建议详解

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