Elasticsearch深度探秘搜索技术_在案例中体验如何手动控制全文检索结果的精准度

课程大纲

1、为帖子数据增加标题字段

POST /forum/article/_bulk { "update": { "_id": "1"} } { "doc" : {"title" : "this is java and elasticsearch blog"} } { "update": { "_id": "2"} } { "doc" : {"title" : "this is java blog"} } { "update": { "_id": "3"} } { "doc" : {"title" : "this is elasticsearch blog"} } { "update": { "_id": "4"} } { "doc" : {"title" : "this is java, elasticsearch, hadoop blog"} } { "update": { "_id": "5"} } { "doc" : {"title" : "this is spark blog"} }

2、搜索标题中包含java或elasticsearch的blog

这个，就跟之前的那个term query，不一样了。不是搜索exact value，是进行full text全文检索。

match query，是负责进行全文检索的。当然，如果要检索的field，是not_analyzed类型的，那么match query也相当于term query。

GET /forum/article/_search {     "query": {         "match": {             "title": "java elasticsearch"         }     } }

3、搜索标题中包含java和elasticsearch的blog

搜索结果精准控制的第一步：灵活使用and关键字，如果你是希望所有的搜索关键字都要匹配的，那么就用and，可以实现单纯match query无法实现的效果

GET /forum/article/_search {     "query": {         "match": {             "title": { "query": "java elasticsearch", "operator": "and"         }         }     } }

4、搜索包含java，elasticsearch，spark，hadoop，4个关键字中，至少3个的blog

控制搜索结果的精准度的第二步：指定一些关键字中，必须至少匹配其中的多少个关键字，才能作为结果返回

GET /forum/article/_search {   "query": {     "match": {       "title": {         "query": "java elasticsearch spark hadoop",         "minimum_should_match": "75%"       }     }   } }

5、用bool组合多个搜索条件，来搜索title

GET /forum/article/_search {   "query": {     "bool": {       "must":     { "match": { "title": "java" }},       "must_not": { "match": { "title": "spark"  }},       "should": [                   { "match": { "title": "hadoop" }},                   { "match": { "title": "elasticsearch"   }}       ]     }   } }

6、bool组合多个搜索条件，如何计算relevance score

must和should搜索对应的分数，加起来，除以must和should的总数

排名第一：java，同时包含should中所有的关键字，hadoop，elasticsearch

排名第二：java，同时包含should中的elasticsearch

排名第三：java，不包含should中的任何关键字

should是可以影响相关度分数的

must是确保说，谁必须有这个关键字，同时会根据这个must的条件去计算出document对这个搜索条件的relevance score

在满足must的基础之上，should中的条件，不匹配也可以，但是如果匹配的更多，那么document的relevance score就会更高

{   "took": 6,   "timed_out": false,   "_shards": {     "total": 5,     "successful": 5,     "failed": 0   },   "hits": {     "total": 3,     "max_score": 1.3375794,     "hits": [       {         "_index": "forum",         "_type": "article",         "_id": "4",         "_score": 1.3375794,         "_source": {           "articleID": "QQPX-R-3956-#aD8",           "userID": 2,           "hidden": true,           "postDate": "2017-01-02",           "tag": [             "java",             "elasticsearch"           ],           "tag_cnt": 2,           "view_cnt": 80,           "title": "this is java, elasticsearch, hadoop blog"         }       },       {         "_index": "forum",         "_type": "article",         "_id": "1",         "_score": 0.53484553,         "_source": {           "articleID": "XHDK-A-1293-#fJ3",           "userID": 1,           "hidden": false,           "postDate": "2017-01-01",           "tag": [             "java",             "hadoop"           ],           "tag_cnt": 2,           "view_cnt": 30,           "title": "this is java and elasticsearch blog"         }       },       {         "_index": "forum",         "_type": "article",         "_id": "2",         "_score": 0.19856805,         "_source": {           "articleID": "KDKE-B-9947-#kL5",           "userID": 1,           "hidden": false,           "postDate": "2017-01-02",           "tag": [             "java"           ],           "tag_cnt": 1,           "view_cnt": 50,           "title": "this is java blog"         }       }     ]   } }

7、搜索java，hadoop，spark，elasticsearch，至少包含其中3个关键字

默认情况下，should是可以不匹配任何一个的，比如上面的搜索中，this is java blog，就不匹配任何一个should条件

但是有个例外的情况，如果没有must的话，那么should中必须至少匹配一个才可以

比如下面的搜索，should中有4个条件，默认情况下，只要满足其中一个条件，就可以匹配作为结果返回

但是可以精准控制，should的4个条件中，至少匹配几个才能作为结果返回

GET /forum/article/_search {   "query": {     "bool": {       "should": [         { "match": { "title": "java" }},         { "match": { "title": "elasticsearch"   }},         { "match": { "title": "hadoop"   }}, { "match": { "title": "spark"   }}       ],       "minimum_should_match": 3      }   } }

梳理一下学到的知识点

1、全文检索的时候，进行多个值的检索，有两种做法，match query；should

2、控制搜索结果精准度：and operator，minimum_should_match

深入学习请查看视频讲解：https://www.roncoo.com/course/view/f6c7d5f0eef34b20b280621e42facbcf