ES之Highlight及Suggest搜索推荐详解

一. Highlight高亮查询

a) 三种高亮：

i. unified highlighter：默认的高亮方式，使用Lucene的实现方式

ii. plain highlighter：性能较高，消耗少量内存，性价比高

iii. fast vactor highlighter 适合字段较大，较复杂的查询情况

b) 自定义标签

i. pre_tag：起始标签，如

ii. post_tag：结束标签，如

c) 参数设置：https://www.elastic.co/guide/en/elasticsearch/reference/current/highlighting.html

d) 注意

i. 每个高亮字段都需要对应一个查询

二. Suggest搜索推荐

1. 四种suggest：term suggester、phrase suggester、completion suggester、context suggester

i. term suggester：根据词项的词频来推荐

1. 重要参数：

a) text：用户搜索的文本

b) field：要从哪个字段选取推荐数据

c) analyzer：使用哪种分词器

d) size：每个建议返回的最大结果数

e) sort：如何按照提示词项排序，参数值只可以是以下两个枚举：

i. score：分数>词频>词项本身

ii. frequency：词频>分数>词项本身

f) suggest_mode：搜索推荐的推荐模式，参数值亦是枚举：

i. missing：默认值，仅匹配不在索引中的词项

ii. popular：仅推荐比原始推荐词项文档词频（doc count）更高的相似词项

iii. always：根据 建议文本中的词项 推荐 任何匹配的建议词

g) max_edits：可以具有最大偏移距离候选建议以便被认为是建议。只能是1到2之间的值。任何其他值都将导致引发错误的请求错误。默认为2

h) prefix_length：前缀匹配的时候，必须满足的最少字符

i) min_word_length：最少包含的单词数量

j) min_doc_freq：最少的文档频率

2. phrase suggester：phrase suggester和term suggester相比，对建议的文本会参考上下文，也就是一个句子的其他token，不只是单纯的token距离匹配，它可以基于共生和频率选出更好的建议。

i. direct_generator：phrase suggester使用候选生成器生成给定文本中每个项可能的项的列表。单个候选生成器类似于为文本中的每个单独的调用term suggester。生成器的输出随后与建议候选项中的候选项结合打分。目前只支持一种候选生成器，即direct_generator。建议API接受密钥直接生成器下的生成器列表；列表中的每个生成器都按原始文本中的每个项调用。

ii. highlight：高亮标签

1. pre_tag：起始标签，如

2. post_tag：闭合标签，如

3. completion suggester：自动补全，自动完成，支持三种查询【前缀查询（prefix）/模糊查询（fuzzy）/正则表达式查询（regex）】

i. Completion：es的一种特有类型，专门为suggest提供，基于内存，性能很高。

ii. prefix query：基于前缀查询的搜索提示，是最常用的一种搜索推荐查询。

1. prefix：客户端搜索词

2. field：建议词字段

3. size：需要返回的建议词数量

4. skip_duplicates：是否过滤掉重复建议，默认false

iii. fuzzy query

1. fuzziness：允许的偏移量，默认auto

2. transpositions：如果设置为true，则换位计为一次更改而不是两次更改，默认为true。

3. min_length：返回模糊建议之前的最小输入长度，默认 3

4. prefix_length：输入的最小长度（不检查模糊替代项）默认为 1

5. unicode_aware：如果为true，则所有度量（如模糊编辑距离，换位和长度）均以Unicode代码点而不是以字节为单位。这比原始字节略慢，因此默认情况下将其设置为false。

iv. regex query：可以用正则表示前缀，不建议使用

4. context suggester：完成建议者会考虑索引中的所有文档，但是通常希望提供由某些条件过滤和/或增强的建议。

三. 地理位置搜索 疫情地图

a) geo_point：地理位置类型，经纬度坐标

i. latitude：维度 缩写：lat

ii. longitude：经度 缩写：lon

b) Geo-bounding box query：两个点确定一个矩形，搜索中间的点

i. top_left：矩形左上点坐标

ii. bottom_right：矩形右上角表

参考文章：http://www.ysxbohui.com/article/25