opensearch 实战记录 细节太多了

不用不知道 一用细节太多了 打算全部分享出来

 

=======2019-11-05 等有时间更新 欢迎讨论

 

更新一波===2020 -01-21

1 可以建立单个索引,也可以组合索引.(目前默认组合索引个数最多是4个,每个组合索引最多8个字段),能建立索引的字段类型只能说TEXT or SHOT TEXT.

这里有个地方需要注意:最好设置一个索引名称为default,原因如下(控制台查看高配词语):

配置raw_query的话会采用名字是default索引上的value作为query，如果没有default索引，则query全是空。

就是您搜索的时候如果是default:'测试'，那么才会被采集，如果不是default做搜索，那么query语句会是空的

集群表中datetime及timestamp此类时间类型，系统会自动转化为毫秒数，请将对应应用表字段类型设置为TIMESTAMP。

2 查询分析

组合索引可以配置多个查询规则,如下图

 

同时需要注意 一个索引字段只能包含在一个规则当中,会导致开放搜索不知道这个索引使用了哪个规则.

3 关于自定义分词

干预后，“分词器”和“开放搜索”不管出现什么样的上下文中，都会被当做独立的语义实体，系统对它们还会进一步切分，例如：“分词器”可能会保留原词，而“开放搜索”可能会被进一步切分成“开放“和“搜索”两个更细粒度的词。

4 opensearch主辅表关联关系

通过手动创建应用结构方式，为应用创建多个表时，多表之间数据关联关系描述如下：

目前主辅表，仅支持 N:1 或 1:1 的关系，不支持 1:N（即多表数据关联关系中，多的一方只能是主表，且主表只能有1个）。

主辅表需通过应用表外键与附表主键进行数据关联，且表外键只能关联辅表主键。

最多只支持2层关联。附表最多添加10张.

5 关于精排表达式报错问题(6601)

排序表达式中的text_relevance(field)、fieldterm_proximity(field)等文本feature中的field必须在查询的索引包含的源字段中，否则会报错，但不影响搜索结果(这里field是字段名称 不是索引名称)

6 修改应用结构的时候提示:算法字段不可修改

原因是配置了算法服务: 配置了算法服务的就是算法字段，比如下拉提示、类目预测

7 查询分析应用的索引字段和分词方式:

适用于通用分词

8 为什么有的飘红没问题,有的有问题:

飘红的时候最多对字段前10000个字节进行飘红，之后的就不管了。主要是性能考虑。你的这个字段太长了，和佳股份(300273)--领先前瞻视野, 比较靠后了

9 开发搜素数据同步问题:

1. 直接把源表删除，开放搜索会保留数据的

2.truncate 清空源表数据，开放搜索会保留数据的

3.delete 清空表数据，开放搜索就不会有数据了

一般不建议使用truncate，这样会导致您的源数据和开放搜索不同步。

10 飘红,摘要情况:

片段长度:一个汉字2个字符,一个英文符号1个,不过有一种情况。如：滴滴，打车 其中逗号为中文逗号。设置片段长度为8只会召回滴滴， 并不会召回后面的打车。因为打车算一个词。不能单独召回打字。必须将片段长度设置为10才可以全部召回。

11 关于精排 field_match_ratio 函数 和ta_match函数特别是后者有很大的作用