公号:码农充电站pro

主页:https://codeshellme.github.io

Search APIs 用于搜索聚合存储在 ES 中的数据。

1,搜索模板 Template

Search 模板使用 mustache 语言来呈现搜索请求,使得搜索请求参数化,达到开发人员与搜索工程师解耦的效果。

示例:

# 定义一个搜索模板
POST _scripts/template_name # 模板名称为 template_name
{
"script": { # 固定写法
"lang": "mustache", # 固定写法
"source": { # 固定写法
"_source": ["title", "overview"], # 返回哪些字段
"size": 20,
"query": {
"multi_match": {
"query": "{{q}}", # 搜索参数,参数名为 q
"fields": ["title", "overview"]
}
}
}
}
} # 使用模板
POST template_name/_search/template
{
"id":"template_name",
"params": { # 填写参数 q
"q": "basketball with cartoon aliens"
}
}

2,搜索建议 Suggesters

搜索建议帮助用户在输入搜索的过程中,进行自动补全或者纠错,这种功能在 ES 中通过 Suggesters 来完成。

Suggesters 会将输入的文本分解为 token,然后在索引的字典里查找相似的 Term 并返回。

ES 提供了 4 种类别的 Suggesters

  • Term suggester
  • Phrase Suggester
  • Completion Suggester
  • Context Suggester

Suggester Mode 用于指定在什么情况下给出搜索建议:

  • missing:搜索不到内容时,给出搜索建议
  • popular:推荐出现频率更高的词
  • always:无论是否存在,都给出搜索建议

2.1,Term suggester

示例:

DELETE articles

# 插入一些文档
POST articles/_bulk
{ "index" : { } }
{ "title_completion": "lucene is very cool"}
{ "index" : { } }
{ "title_completion": "Elasticsearch builds on top of lucene"}
{ "index" : { } }
{ "title_completion": "Elasticsearch rocks"}
{ "index" : { } }
{ "title_completion": "elastic is the company behind ELK stack"}
{ "index" : { } }
{ "title_completion": "Elk stack rocks"}
{ "index" : {} }

term-suggestion 搜索:

POST /articles/_search
{
"size": 1,
"query": {
"match": {
"body": "lucen rock" # 查询字符串,拼写错误
}
},
"suggest": { # 搜索建议
"term-suggestion": { # suggester 名称,自定义
"text": "lucen rock", # 这里也是查询字符串
"term": { # term-suggestion
"suggest_mode": "missing", # 建议模式,在没有搜索到时,到 body 字段搜索
"field": "body" # 建议字段
}
}
}
}

一些参数:

  • sort:排序方法,默认按照评分排序,也可以按照 frequency 排序。
  • prefix_length:默认情况下,首字母不一致就不会给出建议词。如果将其设置为 0,就会为 hock 建议 rock。

示例:

POST /articles/_search
{ "suggest": {
"term-suggestion": {
"text": "lucen hocks",
"term": {
"suggest_mode": "always",
"field": "body",
"prefix_length":0,
"sort": "frequency"
}
}
}
}

2.2,Phrase Suggester

Phrase SuggesterTerm Suggester 的基础上增加了一些额外的逻辑。

一些参数:

  • max_errors:最多可以拼错的 Terms 数
  • confidence:限制返回结果数,默认为 1。值为 0 的话,表示返回前 N 个结果。

示例:

POST /articles/_search
{
"suggest": {
"my-suggestion": { # 一个 Suggester,自定义名称
"text": "lucne and elasticsear rock hello world ", # 搜索字符串
"phrase": { # phrase-suggestion
"field": "body",
"max_errors":2,
"confidence":0,
"direct_generator":[{
"field":"body",
"suggest_mode":"always"
}],
"highlight": {
"pre_tag": "<em>",
"post_tag": "</em>"
}
}
}
}
}

2.3,Completion Suggester

Completion Suggester 用于自动补全,用户每输入一个字符,就需要即时发送一个查询请求到后端查找匹配项。

自动补全功能对性能要求比较高, ES 采用了不同的数据结构,而非通过倒排索引来完成。

自动补全功能将分词数据编码成 FST,与索引放在一起。FST 会被加载到内存中,以加快速度。FSF 的缺点是只能用于前缀查找

示例:

首先,字段的类型必须是 completion,该数据类型用于自动补全功能。

DELETE articles
PUT articles
{
"mappings": {
"properties": {
"title_completion":{
"type": "completion"
}
}
}
}

定义好数据类型之后才能插入数据:

POST articles/_bulk
{ "index" : { } }
{ "title_completion": "lucene is very cool"}
{ "index" : { } }
{ "title_completion": "Elasticsearch builds on top of lucene"}
{ "index" : { } }
{ "title_completion": "Elasticsearch rocks"}
{ "index" : { } }
{ "title_completion": "elastic is the company behind ELK stack"}
{ "index" : { } }
{ "title_completion": "Elk stack rocks"}
{ "index" : {} }

查询数据:

POST articles/_search?pretty
{
"size": 0,
"suggest": {
"article-suggester": { # 自定义名称
"prefix": "elk ", # 查询前缀,基于该前缀进行自动补全
"completion": { # completion
"field": "title_completion" # 字段
}
}
}
}

2.4,Context Suggester

Context Suggester 是对 Completion Suggester 的扩展,称为上下文感知推荐,可以在搜索时提供更多的上下文信息。

例如,输入 "star":

  • 咖啡相关:建议 "starbucks"
  • 电影相关:建议 "start wars"

可以定义两种类型的上下文:

  • Category:任意字符串
  • Geo:地理位置信息

实现 Context Suggester 的步骤:

  1. 定义一个 Mapping
  2. 索引数据,并且为每个文档加入 Context 信息
  3. 查询

示例:

# 设置 Mapping
PUT comments
PUT comments/_mapping
{
"properties": {
"comment_autocomplete":{ # 字段名称
"type": "completion", # 字段类型
"contexts":[{ # Context Suggester,是一个数组
"type":"category", # 上下文类型
"name":"comment_category" # 名称
}]
}
}
} # 写入数据
POST comments/_doc
{
"comment":"I love the star war movies",
"comment_autocomplete":{
"input":["star wars"], # 如果请求 movies 类型的数据,就返回 "star wars"
"contexts":{
"comment_category":"movies" # 自定义 movies 类型
}
}
} POST comments/_doc
{
"comment":"Where can I find a Starbucks",
"comment_autocomplete":{
"input":["starbucks"], # 如果请求 coffee 类型的数据,就返回 "starbucks"
"contexts":{
"comment_category":"coffee" # 自定义 coffee 类型
}
}
}
} # 查询
POST comments/_search
{
"suggest": {
"MY_SUGGESTION": { # 自定义名称
"prefix": "sta", # 搜索字符串前缀
"completion":{ # 自动补全,固定写法
"field":"comment_autocomplete", # 字段名称
"contexts":{
"comment_category":"coffee" # 请求 coffee 类型的数据
}
}
}
}
}

2.5,几种建议的指标比较

比较:

  • 精准度: Completion > Phrase > Term
  • 召回率:Term > Phrase > Completion
  • 性能:Completion > Phrase > Term

(本节完。)


推荐阅读:

ElasticSearch 查询

ElasticSearch URI 查询

ElasticSearch DSL 查询

ElasticSearch 文档及操作

ElasticSearch 分词器


欢迎关注作者公众号,获取更多技术干货。

ElasticSearch 搜索模板与建议的更多相关文章

  1. Elasticsearch搜索资料汇总

    Elasticsearch 简介 Elasticsearch(ES)是一个基于Lucene 构建的开源分布式搜索分析引擎,可以近实时的索引.检索数据.具备高可靠.易使用.社区活跃等特点,在全文检索.日 ...

  2. ElasticStack学习(六):ElasticSearch搜索初探

    一.ElasticSearch搜索介绍 1.ElasticSearch搜索方式主要分为以下两种: 1).URI Search:此种查询主要是使用Http的Get方法,在URL中使用查询参数进行查询: ...

  3. Elasticsearch搜索调优权威指南 (2/3)

    本文首发于 vivo互联网技术 微信公众号 https://mp.weixin.qq.com/s/AAkVdzmkgdBisuQZldsnvg 英文原文:https://qbox.io/blog/el ...

  4. Elasticsearch搜索调优权威指南 (1/3)

    本文首发于 vivo互联网技术 微信公众号 https://mp.weixin.qq.com/s/qwkZKLb_ghmlwrqMkqlb7Q英文原文:https://qbox.io/blog/ela ...

  5. 看完这篇还不会 Elasticsearch 搜索,那我就哭了!

    本文主要介绍 ElasticSearch 搜索相关的知识,首先会介绍下 URI Search 和 Request Body Search,同时也会学习什么是搜索的相关性,如何衡量相关性. Search ...

  6. 一次 ElasticSearch 搜索优化

    一次 ElasticSearch 搜索优化 1. 环境 ES6.3.2,索引名称 user_v1,5个主分片,每个分片一个副本.分片基本都在11GB左右,GET _cat/shards/user 一共 ...

  7. ElasticSearch搜索介绍四

    ElasticSearch搜索 最基础的搜索: curl -XGET http://localhost:9200/_search 返回的结果为: { "took": 2, &quo ...

  8. Elasticsearch搜索结果返回不一致问题

    一.背景 这周在使用Elasticsearch搜索的时候遇到一个,对于同一个搜索请求,会出现top50返回结果和排序不一致的问题.那么为什么会出现这样的问题? 后来通过百度和google,发现这是因为 ...

  9. kotlin + springboot启用elasticsearch搜索

    参考自: http://how2j.cn/k/search-engine/search-engine-springboot/1791.html?p=78908 工具版本: elasticsearch ...

随机推荐

  1. linux c驴杂记

    C语言标准库中包含了各种用于处理错误的函数和宏.1.assert( ) 宏 #include<assert.h>void assert( int expression );可用于诊断程序b ...

  2. Java|ArrayList源码分析|add()增加方法和grow()扩容方法

    本文结构: 1.介绍特点 2.基本方法 3.重点源码分析 1.介绍特点 ArrayList: 是List的一个具体实现子类,是List接口的一个数组实现 (里面必定维护了一个数组). 默认初始容量10 ...

  3. linux虚拟摄像头vivid配置

    总述    最近在看摄像头驱动,需要配置虚拟摄像头的驱动,但是教程里面是linux2.6内核的,实际电脑的是Ubuntu16,内核是linux4.15版本,从2.6到4.15内核好多文件发生了变化,所 ...

  4. D - Wireless Network(无线网络)

    题意:给你 N 台坏了的电脑的坐标 ,和一个距离范围 d . (在距离范围内的电脑可以相互通信,每台电脑也可以连接两台不同的电脑,使他们之间能够通信) 输入任意次数操作: O   x        表 ...

  5. HDU 3449 依赖背包

    这道题虽然水水的,但是还是成功地给我增加了10多个WA. 最开始拿着题,一看,依赖背包嘛~直接DFS树形DP嗨起来,甚至连内存都没有算一下,3MLE: 然后又仔细看了一下题,没有必要用树形背包来做嘛, ...

  6. POJ1113:Wall (凸包算法学习)

    题意: 给你一个由n个点构成的多边形城堡(看成二维),按顺序给你n个点,相邻两个点相连. 让你围着这个多边形城堡建一个围墙,城堡任意一点到围墙的距离要求大于等于L,让你求这个围墙的最小周长(看成二维平 ...

  7. 2019HDU多校 Round6

    Solved:2 02 Nonsense Time (LIS) 题意:给定一个全排列 最开始为空的 每秒中一个位置上的数出现 求每秒的LIS 题解:题解说 考虑时光倒流 倒着消掉 因为数据随机 所以期 ...

  8. lca讲解 && 例题 HDU - 4547

    一. 最普通的找树中两个点x,y最近公共祖先: 在进行lca之前我们要先对这一颗树中的每一个点进行一个编号,像下图一样.这个编号就是tarjan算法中的dfn[]数组 这样的话我们可以在跑tarjan ...

  9. Codeforces ECR86 C. Yet Another Counting Problem(规律,区间)

    题意:给你两个正整数a和b,询问q次,每次给你一个区间[l,r],问[l,r]中有多少数字满足:x%a%b!=a%b%a. 题解:看公式无从下手的题,一般都是要找规律的.首先,我们知道,假如x%a%b ...

  10. Codeforces Round #540 (Div. 3) C. Palindromic Matrix (大模拟)

    题意:给你\(n\)个数,判断是否能构成一个\(n\)X\(n\)的回文矩阵,若可以,输出\(YES\)和矩阵,否则输出\(NO\). 题解:如果这个矩阵的行/列元素是偶数的话,很好办,所有出现的数一 ...