Elasticsearch--建议器
在考虑性能的情况下,允许用户的拼写错误,以及构建一个自动完成功能
可用的建议器类型
- term:更正每个传入的单词,在非短语查询中有用,比如单词条查询
- phrase:工作的短语上,返回一个恰当的短语
- completion:提供高效的自动完成功能
包含建议器
在查询的结果中获得建议。例如,使用match_all查询尝试为serlock holnes短语得到一个建议,该短语包含两个拼写错误的词条。
{
"query":{
"match_all":{
}
},
"suggest":{
"first_suggestion":{
"text":"serlock honles",
"term":{
"field":"_all"
}
}
}
}
如果想要从多个字段上得到建议,可以加入second_suggestion(或者其他名字),当然与first_suggestion同一级别。响应如下:
{
"suggest":{
"first_suggestion":[
{
"text":"serlock",
"offset":0,
"length":7,
"option":[
{
"text":"sherlock",
"score":0.7866684,
"freq":1
}
]
},
{
"text":"honles",
"offset":8,
"length":6,
"option":[
{
"text":"holmes",
"score":0.7866684,
"freq":1
}
]
}
]
}
}
这里只保留了最重要的部分,前面还有其他的输出信息。
term建议器为text参数中的每个词条返回一个可能的建议列表。offset是原始单词在text参数中的偏移量。
options数组包含了给定单词的建议,如果elasticsearch没有找到任何建议,它将为空。
- text:该属性定义了建议的文本
- score:定义了建议的得分,得分越高,建议越好
- freq:建议的频率,代表了在我们执行查询的索引上,该单词出现在文档中的次数
term建议器
term建议器基于字符串的编辑距离。
term建议器的配置选项
term建议器的常见配置项还可以用在基于term建议器的所有建议器上,如phrase建议器
- text(必须):定义了希望得到建议的文本
- field(必须):为哪个字段生成建议
- analyzer:用于分析text参数提供的文本,如果不提供就使用field字段的分析器
- size:默认是5,指定text参数中每天词条可以返回的建议的最大数字
- sort:返回建议的排序方式,默认此选项设置成score,将首先按照得分排,然后按文档频率,最后按词条排。第二个可能值frequency,先按文档频率,然后按分数,最后按词条
额外建议器选项
- lowcase_terms:true时,把从text字段生成的所有经分析的词条变成小写
- max_edits:默认2,指定词条允许的最大编辑距离,可选的值有1或2
- prefix_len:默认1,增加这个值可以提高整体性能,因为需要处理更少数量的建议
- min_word_len:默认4,指定返回的建议列表中词条的最少字符数
- shard_size:默认是size参数的值,设定每个分片上应该读取的最大建议数量。如果设置的值比size参数的值大,会得到更准确的文档频率,但性能会降低
phrase建议器
term建议器基于词条纠正错误,但对短语不够好。phrase建议器基于term建议器,但添加了额外的短语计算逻辑。
{
"suggest":{
"text":"sherlock holnes",
"our_suggestion":{
"phrase":{
"field":"_all"
}
}
}
}
返回结果
{
"suggest":{
"our_suggestion":[
{
"text":"sherlock holnes",
"offset":0,
"length":15,
"option":[
{
"text":"sherlock holmes",
"score":0.7866684
}
]
}
]
}
}
与term返回相比,返回的是一个短语。
phrase建议器相比term建议器增加的额外选项。
- max_errors:指定可纠正的短语中包含错误词条的最大数目、或最大百分比。可以设置成整型值或者0到1之间的浮点数。默认是1,意味着给点短语中最多包含1个错误拼写的词条。
completion建议器
该建议器允许创建自动完成功能,并且性能很好,这是因为可以在索引中存储复杂结构,而不是在查询时计算。
为了使用该基于前缀的建议器,需要建立索引时引入一个completion的专用字段。假设建立一个自动完成功能来显示图书的作者。除了作者的名字以外,希望返回该作者写的图书的标示符,先创建一个author索引:
使用completion类型定义ac字段,payload:随建议一起返回一个额外的选项信息。
索引数据
先插入两条数据
input属性提供了建议器用来生成自动完成功能的输入信息,它将用于匹配用户的输入,output属性定义应该为文档返回什么数据
查询索引中那个completion建议器数据
想找作者名字以fyo开头的文档,可以执行
可以看到,我们在_suggest端点执行命令,因为不想执行标准查询,只对自动完成结果感兴趣。执行结果如下:
也可使用模糊查询来容忍拼写错误,在查询中包含一个额外的fuzzy节点。
定制权重
默认情况下,词频将用来决定前缀建议器返回文档的权重,然而这有时不是最好的方案,可以通过为定义成completion的字段指定一个weight属性来定义建议的权重。weight属性是一个整型值,越大建议越重要。为一个文档指定权重,命令如下:
匹配到该文档的completion建议结果中该文档的权重都会是30。
Elasticsearch--建议器的更多相关文章
- elasticsearch分词器Jcseg安装手册
Jcseg是什么? Jcseg是基于mmseg算法的一个轻量级中文分词器,同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了一个基于Jetty的web服务器,方便各大语言 ...
- Elasticsearch——分词器对String的作用
更多内容参考:Elasticsearch学习总结 关于String类型--分词与不分词 在Elasticsearch中String是最基本的数据类型,如果不是数字或者标准格式的日期等这种很明显的类型, ...
- Elasticsearch 分词器
无论是内置的分析器(analyzer),还是自定义的分析器(analyzer),都由三种构件块组成的:character filters , tokenizers , token filters. 内 ...
- ElasticSearch分词器
什么是分词器? 分词器,是将用户输入的一段文本,分析成符合逻辑的一种工具.到目前为止呢,分词器没有办法做到完全的符合人们的要求.和我们有关的分词器有英文的和中文的.英文的分词器过程:输入文本-关键词切 ...
- ElasticSearch 分词器,了解一下
这篇文章主要来介绍下什么是 Analysis ,什么是分词器,以及 ElasticSearch 自带的分词器是怎么工作的,最后会介绍下中文分词是怎么做的. 首先来说下什么是 Analysis: 什么是 ...
- elasticsearch分词器ik
1. 下载和es配套的版本 git clone https://github.com/medcl/elasticsearch-analysis-ik 2. 编译 cd elasticsearch-an ...
- elasticsearch系列五:搜索详解(查询建议介绍、Suggester 介绍)
一.查询建议介绍 1. 查询建议是什么? 查询建议,为用户提供良好的使用体验.主要包括: 拼写检查: 自动建议查询词(自动补全) 拼写检查如图: 自动建议查询词(自动补全): 2. ES中查询建议的A ...
- elasticsearch教程--中文分词器作用和使用
概述 本文都是基于elasticsearch安装教程 中的elasticsearch安装目录(/opt/environment/elasticsearch-6.4.0)为范例 环境准备 ·全新最小 ...
- ElasticSearch 集群基本概念及常用操作汇总(建议收藏)
内容来源于本人的印象笔记,简单汇总后发布到博客上,供大家需要时参考使用. 原创声明:作者:Arnold.zhao 博客园地址:https://www.cnblogs.com/zh94 目录: Elas ...
- ElasticSearch 搜索模板与建议
公号:码农充电站pro 主页:https://codeshellme.github.io Search APIs 用于搜索和聚合存储在 ES 中的数据. 1,搜索模板 Template Search ...
随机推荐
- Eclipse编辑YAML插件-YEdit
官网:https://github.com/oyse/yedit 离线版本:(链接: https://pan.baidu.com/s/1b1j2gQ 密码: wyyb) 安装方法:直接复制JAR包到P ...
- 程序猿是如何解决SQLServer占CPU100%的--马非码
http://www.cnblogs.com/marvin/p/ASolutionForSQLServerCauseHighCPU.html
- MapReduce WordCount Combiner程序
MapReduce WordCount Combiner程序 注意使用Combiner之后的累加情况是不同的: pom.xml <project xmlns="http://maven ...
- 006 Cisco switch prewired
Switch>en Switch#config t Enter configuration commands, one per line. End with CNTL/Z. Switch(co ...
- [TypeScript] Use TypeScript’s never Type for Exhaustiveness Checking
TypeScript 2.0 introduced a new primitive type called never, the type of values that never occur. It ...
- PHP + Socket 发送http请求进而实现站点灌水
本质上实现组装http信息的请求行,头信息.主题信息.參考it自学网 cookie信息和http请求头有非常大关系,注意把http请求头信息传递到函数里面 01-msg.php <?php re ...
- tf.float32 implicity
简介 | TensorFlow https://tensorflow.google.cn/programmers_guide/low_level_intro 我们来构建一个简单的计算图.最基本的指 ...
- grep 并列查询 效率 且 或
find / | grep -v python | grep -v xl_ | grep -v xiaole |grep redis [root@hadoop3 ~]# find / | grep - ...
- flask的nocache防止js不刷新
原文:http://librelist.com/browser/flask/2011/8/8/add-no-cache-to-response/#952cc027cf22800312168250e59 ...
- 洛谷 P2678 [ NOIP 2015 ] 跳石头 —— 二分答案
题目:https://www.luogu.org/problemnew/show/P2678 二分答案. 代码如下: #include<iostream> #include<cstd ...