笔记二十二：单字符串多字段查询: Multi Match
206 / 0 / 创建于 4年前 /
CrazyZard 的个人博客
三种场景
- 最佳字段（Best Fields）
- 当字段之间相互竞争，又相互关联。例如title 和body 这样的字段，评分来自最匹配字段
- 多数字段（Most Fields）
- 处理英文内容时：一种常见的手段是，在主字段（English Analyzer），抽取词干，加入同义词，以匹配更多的文档。相同的文本，加入子字段（Standard Analyzer），以提供更加精确的匹配。其他字段作为匹配文档提高性相关度的信号。匹配字段越多越好
- 混合字段（Cross Field）
- 对于某些实体，例如人名，地址，图书信息。需要在多个字段中确定信息，单个字段只能作为整体的一部分。希望在任何这些列出的字段中尽可能找出多的词
Multi Match Query
- Best Fields 是默认类型，可不指定
- Minimum should match 等参数可以传递到生成的query中
POST blogs/_search
{
"query": {
"multi_match": {
"type": "best_fields",
"query": "Quick pets",
"fields": ["title","body"],
"tie_breaker": 0.2,
"minimum_should_match": "20%"
}
}
}查询案例
PUT /titles
{
"mappings": {
"properties": {
"title":{
"type": "text",
"analyzer": "english"
}
}
}
}
POST titles/_bulk
{"index":{"_id":1}}
{"title":"My dog barks"}
{"index":{"_id":2}}
{"title":"I see a lot of barking dogs on the road "}
GET titles/_search
{
"query": {
"match": {
"title": "barking dogs"
}
}
}
//结果 因为是english 分词 ，且短 则 id 排第一个
"hits" : [
{
"_index" : "titles",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.24399278,
"_source" : {
"title" : "My dog barks"
}
},
{
"_index" : "titles",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.1854345,
"_source" : {
"title" : "I see a lot of barking dogs on the road "
}
}
]重新设置mapping
DELETE titles
PUT /titles
{
"mappings": {
"properties": {
"title":{
"type": "text",
"analyzer": "english",
"fields": {
"std":{
"type":"text",
"analyzer":"standard"
}
}
}
}
}
}
POST titles/_bulk
{"index":{"_id":1}}
{"title":"My dog barks"}
{"index":{"_id":2}}
{"title":"I see a lot of barking dogs on the road "}
//multi_match 查询
GET titles/_search
{
"query": {
"multi_match": {
"query": "barking dogs",
"type": "most_fields", //默认是best_fields
"fields": ["title","title.std"]//累计叠加
}
}
}
//返回
"hits" : [
{
"_index" : "titles",
"_type" : "_doc",
"_id" : "2",
"_score" : 1.4569323,
"_source" : {
"title" : "I see a lot of barking dogs on the road "
}
},
{
"_index" : "titles",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.42221838,
"_source" : {
"title" : "My dog barks"
}
}
]使用多字段匹配解决
- 用广度匹配字段title包括尽可能多的文档- 以提高召回率 ，同时又使用字段title.std 作为信息将相关度更高的文档结至于文档顶部
- 每个字段对于最终评分的贡献可以通过自定义值boost来控制。比如，使title字段更为重要，这样同时也降低了其他信号字段的作用
GET titles/_search
{
"query": {
"multi_match": {
"query": "barking dogs",
"type": "most_fields",
"fields": ["title^10","title.std"]
}
}
}跨字段搜索
most_fields无法使用opeartor- 可以用copy_to解决，但是需要额外的储存空间
cross_fields可以支持operator- 与copy_to 相比，其中一个优势就是可以在搜索时为某个字段提升权重
PUT address/_doc/1
{
"street":"5 Poland Street",
"city" : "Lodon",
"country":"United Kingdom",
"postcode" : "W1V 3DG"
}
POST address/_search
{
"query":{
"multi_match": {
"query": "Poland Street W1V",
"type": "cross_fields", //most_fields查询为空
"operator": "and",
"fields": ["street","city","country","postcode"]
}
}
}
"hits" : [
{
"_index" : "address",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.8630463,
"_source" : {
"street" : "5 Poland Street",
"city" : "Lodon",
"country" : "United Kingdom",
"postcode" : "W1V 3DG"
}
}
]本作品采用《CC 协议》，转载必须注明作者和本文链接
关于 LearnKu
粤公网安备 44030502004330号