读《深入理解Elasticsearch》点滴-改正用户拼写错误

1、使用“建议”的方法：在query body的json结构体中，增加suggest节点；或者使用特殊的REST端点

2、es自带有多个不同的suggest实现，用来纠正用户的拼写错误及创建自动补全等功能

3、如果索引中文档较少，则可能找不到合适建议的结果

4、有三种那个suggester：term suggester,phrase suggester,complete suggester（自动完成）

5、使用suggest REST端点

POST 'localhost:9200/myindex/_suggest?pretty'
{
"first_suggestion":{
    "test":"world war ii",
    "term":{
        "field":"_all"
    }
  },
"second_suggestion":{
   "text":"raceing",
   "term":{
      "field":"text"
  }
}
}

查询后将返回建议列表

6、在查询请求中包含建议请求

POST ‘localhost:/myindex/_search?pretty'
{
  "query":{
     "match_all":{}
  },
  "suggest":{
  "first_suggestion":{
    "text":"wordl war ii",
    "term":{
     "field":"_all"
    }
   },
  "second_suggestion":{
    "text":"wordl war ii",
    "term":{
     "field":"_all"
    }
   }
  }
}

查询结果包括了“查询结果、建议结果”
7、事实上，term suggester 基于编辑距离来运作。这意味着，加一次通过增删改某些字符转化为原词所改动的字符数越少，它越有可能是最佳选择。距离worl转化为work，改动了一个字符，因此编辑距离为1.当然，suggester的text文本需要先经过分词转化为词项。对原始输入句子的每个词都给出建议列表。

8、term suggester的通用配置选项

• text：原始输入，有错误的问题
• field：制定产生建议的字段
• analyzer：
• size：每个词项的最大建议词数量，默认5
• sort:
• suggest_mode:可用3个“missing、popular、always”。默认值missing，要求es对text参数的词项做一个区分对待，如果该词项不存在于索引中，则返回建议词，否则，不返回；如果取值为“popu lar”，则es在生成建议词做一个判断，如果建议词比原词更受欢迎，则返回，否则不返回。如果取值为“always”，指为每个text中的每个词生成建议词。
• 其他配置参数

9、phrase suggester：基于n-gram方法将索引中词项切分成gram。举例，如果将单词“mastering”采用bi-bigrams方法切分，则切分结果为：ma as st te er ri in ng

10、phrase suggester支持高亮配置

11、completion suggester 自动完成：es设计者们决定在索引过程中创建类似FST的数据结构，并把它存储在索引中，需要的时候可以加载进内存

12、为了使用使用基于前缀的suggester，我们需要在定义mappings时，某个字段使用“completion”类型的字段来索引数据。

13、如果使用自动完成功能，其类型是强制提供的，必须是complete。

14、请记住payload必须是一个json对象，{"books":["1234","3243"]}