Elasticsearch--建议器

目录

• 可用的建议器类型
• 包含建议器
• term建议器
  • term建议器的配置选项
  • 额外建议器选项
• phrase建议器
• completion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。