ES--------自动补全和提示

ES的推荐功能（Suggester）包含三种不同方式，不过用的最多的，还是Completion模式，实现自动补全和基于上下文的提示功能。
相关文档

准备数据

理想中，自动补全功能需要在用户键入一个字符时，尽可能快速的给用户返回提示信息。因此自动补全很注重查询的速度。为了提高suggester的速度，相关的数据必须在内存中缓存起来，数据的类型也不再是普通类型，而是completion类型。

首先我们要定义一个索引库，并设置用于自动补全的字段为completion类型。

PUT articles
{
  "mappings": {
    "properties": {
      "suggestion":{
        "type": "completion"
      }
    }
  }
}

创建一个名为articles的索引库，并且有一个字段为suggestion，类型是completion

然后批量插入一些数据：

POST articles/_bulk
{ "index" : { } }
{ "suggestion": ["lucene", "is", "very", "cool"]}
{ "index" : { } }
{ "suggestion": ["Elasticsearch", "builds", "on", "lucene"]}
{ "index" : { } }
{ "suggestion": ["Elasticsearch", "rocks"]}
{ "index" : { } }
{ "suggestion": ["elastic", "is", "the", "company", "behind", "ELK"]}
{ "index" : { } }
{ "suggestion": ["Elk", "stack", "rocks"]}

在一个文档中，completion类型的字段，其值可以有多个，它的每一个值都可以成为自动补全的推荐结果。

查询推荐值

如果我们要为用户输入的字符补全完整字符，可以向ES发起请求，指定要在哪个completion类型的字段上进行查询，示例：

POST articles/_search
{
  "suggest": {
    "article-suggester": {
      "prefix": "el ",
      "completion": {
        "field": "suggestion",
        "size": 10
      }
    }
  }
}

参数说明：

• suggest：代表接下来的查询是一个suggest类型的查询
  • article-suggester：这次查询的名称，自定义
    • prefix：用来补全的词语前缀，本例中搜索以 el开头的内容
    • completion：代表是completion类型的suggest，其它类型还有：Term、Phrase
      • field：要查询的字段

推荐结果

上面的查询返回结果如下：

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "article-suggester" : [
      {
        "text" : "el",
        "offset" : 0,
        "length" : 2,
        "options" : [
          {
            "text" : "Elasticsearch",
            "_index" : "articles",
            "_type" : "_doc",
            "_id" : "ZvxiWHABGZL7VTV2dPvC",
            "_score" : 1.0,
            "_source" : {
              "suggestion" : [
                "Elasticsearch",
                "builds",
                "on",
                "lucene"
              ]
            }
          },
          {
            "text" : "Elasticsearch",
            "_index" : "articles",
            "_type" : "_doc",
            "_id" : "Z_xiWHABGZL7VTV2dPvC",
            "_score" : 1.0,
            "_source" : {
              "suggestion" : [
                "Elasticsearch",
                "rocks"
              ]
            }
          },
          {
            "text" : "Elk",
            "_index" : "articles",
            "_type" : "_doc",
            "_id" : "afxiWHABGZL7VTV2dPvC",
            "_score" : 1.0,
            "_source" : {
              "suggestion" : [
                "Elk",
                "stack",
                "rocks"
              ]
            }
          },
          {
            "text" : "elastic",
            "_index" : "articles",
            "_type" : "_doc",
            "_id" : "aPxiWHABGZL7VTV2dPvC",
            "_score" : 1.0,
            "_source" : {
              "suggestion" : [
                "elastic",
                "is",
                "the",
                "company",
                "behind",
                "ELK"
              ]
            }
          }
        ]
      }
    ]
  }
}

返回结果中的options数组就是推荐的结果，其中text是推荐的文本，_source是文档原始数据。

本例中有四条推荐结果：

• Elasticsearch，文档的内容是：“Elasticsearch”, “builds”, “on”, “lucene”
• Elasticsearch，文档的内容是：“Elasticsearch”, “rocks”
• ELK，文档内容是：“Elk”, “stack”, “rocks”
• elastic，文档内容是：“elastic is the company behind ELK stack”