Elasticsearch中如何进行Match查询，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
如果索引单词对而不是索引独立的单词，就能对这些单词的上下文尽可能多的保留。这个时候就需要用到shingles。
计算
安全
数据库
网络和加速
企业服务
例句：Sue ate the alligator
unigram：["sue", "ate", "the", "alligator"]
bigrams：["sue ate", "ate the", "the alligator"]
trigrams：["sue ate the", "ate the alligator"]
备注：
Trigrams 提供了更高的精度，但是也大大增加了索引中唯一词项的数量。在大多数情况下，Bigrams 就够了。
幸运的是，用户倾向于使用和搜索数据相似的构造来表达搜索意图。
但这一点很重要：只是索引 bigrams 是不够的；我们仍然需要 unigrams ，但可以将匹配 bigrams 作为增加相关度评分的信号。
Shingles 需要在索引时作为分析过程的一部分被创建。
我们可以将 unigrams 和 bigrams 都索引到单个字段中， 但将它们分开保存在能被独立查询的字段会更清晰。
unigrams 字段将构成我们搜索的基础部分，而 bigrams 字段用来提高相关度。注意：
词项匹配
只有当用户输入的查询内容和在原始文档中顺序相同时，shingles 才是有用的
总结：
使用短语查询时使用Es默认的标准分词器（标准分词器：细粒度切分）最好，这样可以使查询分词和索引分词的词项最大可能的达到匹配
特别适合需要前后词一起搭配的情景（例：人名、地名...）
新建索引setting：
PUT /my_index
{
"settings": {
"number_of_shards": 1,
"analysis": {
"filter": {
"my_shingle_filter": {
"type": "shingle",
"min_shingle_size": 2,
"max_shingle_size": 2,
"output_unigrams": false
}
},
"analyzer": {
"my_shingle_analyzer": {
"type": "custom",
"tokenizer":"standard",
"filter": [
"lowercase",
"my_shingle_filter">
GET /my_index/_doc/_search
{
"query": {
"match": {
"title": "the hungry alligator ate sue"
}
}
}
查询结果：
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 3,
"max_score" : 1.3721708,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.3721708,#两个文档都包含 the 、 alligator 和 ate ，所以获得相同的评分。
"_source" : {
"title" : "Sue ate the alligator"
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.3721708,#两个文档都包含 the 、 alligator 和 ate ，所以获得相同的评分。
"_source" : {
"title" : "The alligator ate Sue"
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 0.21526179,#我们可以通过设置 minimum_should_match 参数排除文档 3 ，参考 控制精度 。
"_source" : {
"title" : "Sue never goes anywhere without her alligator skin purse"
}
}
]
}
}
分析：
注意文档 1 和 2 有相同的相关度评分因为他们包含了相同的单词GET /my_index/_doc/_search
{
"query": {
"bool": {
"must": {
"match": {
"title": "the hungry alligator ate sue"
}
},
"should": {
"match": {
"title.shingles": "the hungry alligator ate sue"
}
}
}
}
}
查询结果：
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 3,
"max_score" : 3.6694741,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 3.6694741,
"_source" : {
"title" : "The alligator ate Sue"
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.3721708,
"_source" : {
"title" : "Sue ate the alligator"
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 0.21526179,
"_source" : {
"title" : "Sue never goes anywhere without her alligator skin purse"
}
}
]
}
}
分析：
仍然匹配到了所有的 3 个文档， 但是文档 2 现在排到了第一名因为它匹配了 shingled 词项 ate sue.关于Elasticsearch中如何进行Match查询问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/3727895/blog/4493542
