概述
继续跟中华石杉老师学习ES,第十三篇
课程地址: https://www.roncoo.com/view/55
官网
https://www.elastic.co/guide/en/elasticsearch/reference/7.2/query-dsl-multi-match-query.html
示例
上一节 我们演示了best_fileds的用法 白话Elasticsearch12-基于multi_match + bestfields语法实现dis_max+tie_breaker ,这里我们继续来看下 most fields 的用法
构造模拟数据
POST /forum/_mapping/article { "properties": { "sub_title": { "type": "text", "analyzer": "english", "fields": { "std": { "type": "text", "analyzer": "standard" } } } } }
增加一个字段sub_title,使用english分词器(会进行stemmer), 然后在这对sub_title增加一个子field ,使用standard分词器(不会进行stemmer).
批量更新数据
POST /forum/article/_bulk { "update": { "_id": "1"} } { "doc" : {"sub_title" : "learning more courses"} } { "update": { "_id": "2"} } { "doc" : {"sub_title" : "learned a lot of course"} } { "update": { "_id": "3"} } { "doc" : {"sub_title" : "we have a lot of fun"} } { "update": { "_id": "4"} } { "doc" : {"sub_title" : "both of them are good"} } { "update": { "_id": "5"} } { "doc" : {"sub_title" : "haha, hello world"} }
普通查询
GET /forum/article/_search { "query": { "match": { "sub_title": "learning courses" } } }
sub_title用的是enligsh analyzer,所以还原了单词.
因为如果我们用的是类似于english analyzer这种分词器的话,就会将单词还原为其最基本的形态,stemmer
learning --> learn learned --> learn courses --> course
sub_titile: learning coureses 就变成了 learn course
返回结果
使用 multi_match + most fileds查询
GET /forum/article/_search { "query": { "multi_match": { "query": "learning courses", "type": "most_fields", "fields": [ "sub_title", "sub_title.std" ] } } }
结果
best fields VS most fields
- best-fields策略,主要是说将某一个field匹配尽可能多的关键词的doc优先返回回来
- most-fields策略,主要是说尽可能返回更多field匹配到某个关键词的doc,优先返回回来
best_fields,是对多个field进行搜索,挑选某个field匹配度最高的那个分数,同时在多个query最高分相同的情况下,在一定程度上考虑其他query的分数。简单来说,你对多个field进行搜索,就想搜索到某一个field尽可能包含更多关键字的数据
- 优点:通过best_fields策略,以及综合考虑其他field,还有
minimum_should_match
支持,可以尽可能精准地将匹配的结果推送到最前面 - 缺点:除了那些精准匹配的结果,其他差不多大的结果,排序结果不是太均匀,没有什么区分度了
实际的例子:百度之类的搜索引擎,最匹配的到最前面,但是其他的就没什么区分度了
most_fields,综合多个field一起进行搜索,尽可能多地让所有field的query参与到总分数的计算中来,此时就会是个大杂烩,出现类似best_fields案例最开始的那个结果,结果不一定精准,某一个document的一个field包含更多的关键字,但是因为其他document有更多field匹配到了,所以排在了前面;所以需要建立类似sub_title.std这样的field,尽可能让某一个field精准匹配query string,贡献更高的分数,将更精准匹配的数据排到前面
- 优点:将尽可能匹配更多field的结果推送到最前面,整个排序结果是比较均匀的
- 缺点:可能那些精准匹配的结果,无法推送到最前面
实际的例子:wiki,明显的most_fields策略,搜索结果比较均匀,但是的确要翻好几页才能找到最匹配的结果