ES基于completion suggest实现搜索提示

• Term Suggester，基于编辑距离，对analyze过的单个term去提供建议，并不会考虑多个term/词组之间的关系。quert -> query
• Phrase Suggester，在Term Suggester的基础上，通过ngram以词组为单位返回建议。noble prize -> nobel prize
• Completion Suggester，FST数据结构，类似Trie树，不用打开倒排，快速返回，前缀匹配
• Context Suggester，在Completion Suggester的基础上，用于filter和boost

下面说说在es中的种实现搜索提示的功能，基于completion suggest 进行实现，其在实际应用中搜索性能更加高效。

假如文档库里有一堆关于大话西游的，比如，“大话西游电影”,“大话西游小说”,"大话西游舞台剧"等，这里我们需要搜索以"大话西游"开头的文档。

1、自定义index，及字段分词属性，这里用IK中文分词器：

PUT /news_website
{
  "mappings": {
    "news" : {
      "properties" : {
        "title" : {
          "type": "text",
          "analyzer": "ik_max_word",
          "fields": {
            "suggest" : {
              "type" : "completion",
              "analyzer": "ik_max_word"
            }
          }
        },
        "content": {
          "type": "text",
          "analyzer": "ik_max_word"
        }
      }
    }
  }
}

2、completion，es实现的时候，是非常高性能的，会构建不是倒排索引，也不是正拍索引，就是纯的用于进行前缀搜索的一种特殊的数据结构，而且会全部放在内存中，所以auto completion进行的前缀搜索提示，性能是非常高的，向索引插入几条数据：

PUT /news_website/news/1
{
  "title": "大话西游电影",
  "content": "大话西游的电影时隔20年即将在2017年4月重映"
}
PUT /news_website/news/2
{
  "title": "大话西游小说",
  "content": "某知名网络小说作家已经完成了大话西游同名小说的出版"
}
PUT /news_website/news/3
{
  "title": "大话西游手游",
  "content": "网易游戏近日出品了大话西游经典IP的手游，正在火爆内测中"
}
PUT /news_website/news/4
{
  "title": "我想看大话西游手游",
  "content": "星爷的大话西游2怎么还没有出来，等不及了"
}

3、查询：

GET /news_website/news/_search
{
  "suggest": {
    "my-suggest" : {
      "prefix" : "大话西游",
      "completion" : {
        "field" : "title.suggest"
      }
    }
  }
}

这里查出来了3条数据，即以"大话西游"为前缀的文档，而原本的第4条数据没有查出来：