1、Terms Set 检索简介
Terms Set查询是Elasticsearch中一种强大的查询类型，主要用于处理多值字段中的文档匹配。
其核心功能在于，它可以检索至少匹配一定数量给定词项的文档，其中匹配的数量可以是固定值，也可以是基于另一个字段的动态值。这种查询方式在处理具有多个属性、分类或标签的复杂数据时非常有用。
2、Terms Set 检索产生背景
Terms Set查询是Elasticsearch 6.1版本中引入的新功能。在6.1版本之前，Elasticsearch提供了多种查询类型，但在处理多值字段时，用户可能需要编写更复杂的查询或使用脚本来实现特定的匹配条件。
引入Terms Set查询的主要目的是为了简化这类场景下的查询处理。使用Terms Set查询，用户可以轻松地找到至少匹配一定数量给定词项的文档，同时支持基于其他字段或脚本动态计算匹配数量。这种查询方式在处理具有多个属性、分类或标签的复杂数据时非常有用。
3、Terms Set 检索应用场景
Terms Set查询在处理多值字段和特定匹配条件时非常有用。
以下是一些常见的应用场景：
标签系统
在具有标签系统的应用中，如博客、社交媒体或新闻网站，用户可能会为内容（如文章、帖子或产品）分配多个标签。使用Terms Set查询，可以找到至少具有一定数量给定标签的内容。这对于筛选和推荐功能非常有用。
搜索引擎
在搜索引擎中，用户可能会输入多个关键词来查找相关内容。使用Terms Set查询，可以根据文档与给定关键词的匹配程度对结果进行排序。例如，可以找到至少匹配用户输入关键词一半数量的文档。
电子商务
在电子商务应用中，产品可能具有多个属性，如颜色、尺寸或品牌。使用Terms Set查询，可以找到同时满足多个属性条件的产品。例如，可以找到至少具有2个指定颜色和3个指定尺寸的产品。
文档管理系统
在文档管理系统中，文档可能具有多个分类或标签。使用Terms Set查询，可以根据文档的分类或标签匹配程度进行筛选。例如，可以找到与给定分类或标签至少匹配一定数量的文档。
技能匹配
在招聘或求职应用中，候选人可能具有多个技能。使用Terms Set查询，可以找到至少具有一定数量给定技能的候选人。这对于筛选和推荐合适的候选人非常有用。总之，Terms Set查询在处理具有多个属性、分类或标签的复杂数据时非常有用。通过灵活地设置匹配数量条件，可以轻松地找到满足特定要求的文档。
4、Terms Set 检索的工作原理
Terms Set查询的基本语法如下：
{ "query": { "terms_set": { "<字段名>": { "terms": ["<词项1>", "<词项2>", ...], "minimum_should_match_field": "<匹配数量字段名>", "minimum_should_match_script": { "source": "<脚本>" } } } } }
Terms Set查询的工作原理可以分为以下几个步骤：
- 指定要查询的字段名，这个字段通常是一个多值字段，如数组或集合。
- 提供一组词项，用于在指定字段中进行匹配。
- 设置匹配数量的条件，可以有两种方式（二者不可兼得，只能选择其中一个）：
- 通过 minimum_should_match_field 参数指定一个包含匹配数量的字段名。
- 使用 minimum_should_match_script 参数提供一个脚本，该脚本可以动态计算匹配数量。
- Elasticsearch会检索匹配给定词项数量要求的文档，并将它们作为查询结果返回。
5、Terms Set 检索应用示例
假设我们有一个电影数据库，每部电影都有多个标签。现在，我们希望找到同时具有一定数量给定标签的电影。
以下是一个使用Terms Set查询的例子：
5.1 数据准备
首先，创建一个名为movies的索引：
PUT movies { "mappings": { "properties": { "title": { "type": "text" }, "tags": { "type": "keyword" }, "tags_count": { "type": "integer" } } } }
然后，向索引中添加一些电影数据：
POST /movies/_bulk {"index":{"_id":1}} {"title":"电影1","tags":["喜剧","动作","科幻"],"tags_count":3} {"index":{"_id":2}} {"title":"电影2","tags":["喜剧","爱情","家庭"],"tags_count":3} {"index":{"_id":3}} {"title":"电影3","tags":["动作","科幻","喜剧"],"tags_count":3}
5.2 使用Terms Set 检索电影
现在，我们希望找到至少具有2个给定标签（"喜剧"、"动作"和"科幻"）的电影。我们可以使用Terms Set查询来实现这个需求：
基于minimum_should_match_field 检索
GET /movies/_search { "query": { "terms_set": { "tags": { "terms": ["喜剧", "动作", "科幻"], "minimum_should_match_field": "tags_count" } } } }
上述代码使用 terms_set 查询，在名为 movies 的索引中检索满足动态匹配数量要求的电影，匹配数量由 tags_count 字段决定，查询标签包括"喜剧"、"动作"和"科幻"。返回结果如下，文档1被召回。
再看如下的检索。
基于minimum_should_match_script 检索
GET /movies/_search { "query": { "terms_set": { "tags": { "terms": [ "喜剧", "动作", "科幻" ], "minimum_should_match_script": { "source": "doc['tags_count'].value * 0.7" } } } } }
如上检索从名为 movies 的索引中检索至少匹配给定标签（"喜剧"、"动作"和"科幻"）总数70%数量要求的电影，匹配数量由自定义脚本doc['tags_count'].value * 0.7动态计算。“_id”为1和“_id”为3的两个文档被召回。
6、小结
Terms Set查询是Elasticsearch中一种非常强大的查询方式，适用于处理具有多个属性、分类或标签的复杂数据。
通过灵活地设置匹配数量条件，我们可以轻松地找到满足特定要求的文档。
然而，需要注意的是，使用Terms Set查询时可能会遇到性能问题，特别是在处理大量数据时。为了提高查询性能，可以考虑对数据进行预处理，例如使用聚类算法将标签分组，然后根据分组查询文档。
推荐阅读
更短时间更快习得更多干货！
和全球 近2000+ Elastic 爱好者一起精进！
抢先一步学习进阶干货！
