ES 搜索10 (match、match_phrase 性能优化)

性能优化：

短语查询和邻近查询都比简单的 query 查询代价更高 。 一个 match 查询仅仅是看词条是否存在于倒排索引中，而一个 match_phrase 查询是必须计算并比较多个可能重复词项的位置。

match query的性能比match_phrase和proximity match（有slop）要高很多，因为后两者都要计算position的距离。
match query比match_phrase的性能要高10倍，比proximity match（带slop的）性能要高20倍。

rescore  是重新评分机制

 

主要思路：

用match query先过滤出需要的数据，然后再用proximity match来根据term距离提高doc分数，同时proximity match只针对每个shard的分数排名前N个doc起作用，来重新调整他们的分数，这个过程称之为rescoring（重打分）。

默认情况下，match也许匹配了1000个doc，proximity match全都需要对每个doc进行一遍运算，判断能否slop移动匹配上，然后去贡献自己的分数，但是很多情况下，match出来也许1000个doc，其实用户大部分情况下是分页查询的，所以可能最多只会看前几页，比如一页是10条，最多也许就看5页，就是50条。
proximity match只要对前50条doc进行slop移动去匹配，去贡献自己的分数即可，不需要对全部1000个doc都去进行计算和贡献分数。

GET /my_index/my_type/_search
{
    "query": {
        "match": {       1
            "title": {
                "query":                "quick brown fox",
                "minimum_should_match": "30%"
            }
        }
    },
    "rescore": {
        "window_size": 50,      2
        "query": {              3
            "rescore_query": {
                "match_phrase": {
                    "title": {
                        "query": "quick brown fox",
                        "slop":  50
                    }
                }
            }
        }
    }
}

1	match 查询决定哪些文档将包含在最终结果集中，并通过 TF/IDF 排序。
2	window_size 是每一分片进行重新评分的顶部文档数量。
3	目前唯一支持的重新打分算法就是另一个查询，但是以后会有计划增加更多的算法。