17.使用原生cross-fiels技术解决搜索弊端

主要知识点：

原生cross-fiels的用法

原生cross-fiels解决三个弊端

 
 

一、原生cross-fiels的用法

 
 

GET /forum/article/_search

{

"query": {

"multi_match": {

"query": "Peter Smith",

"type": "cross_fields",

"operator": "and",

"fields": ["author_first_name", "author_last_name"]

}

}

}

 
 

二、原生cross-fiels解决三个弊端

问题1：只是找到尽可能多的field匹配的doc，而不是某个field完全匹配的doc --> 解决，要求每个term都必须在任何一个field中出现才行，也就是说匹配的ｆｉｅｌｄ必须匹配一个字段，

比如：Peter，Smith

要求Peter必须在author_first_name或author_last_name中出现

要求Smith必须在author_first_name或author_last_name中出现

Peter Smith可能是横跨在多个field中的，所以必须要求每个term都在某个field中出现，组合起来才能组成我们想要的标识，完整的人名。也就是说返回的结果的各个ｆｉｅｌｄ中必须包含全部字段。

对比原来most_fiels，可能像Smith Williams也可能会出现，因为most_fields要求只是任何一个field匹配了就可以，匹配的field越多，分数越高

 
 

对于问题2：most_fields，没办法用minimum_should_match去掉长尾数据，就是匹配的特别少的结果 --> 解决办法，既然每个term都要求出现，长尾肯定被去除掉了

比如有的document，只有一个field中包含一个字段，那这个ｄｏｃ就是不结果，作为长尾就没有被返回作为结果

 
 

问题3：TF/IDF算法，比如Peter Smith和Smith Williams，搜索Peter Smith的时候，由于first_name中很少有Smith的，所以query在所有document中的频率很低，得到的分数很高，可能Smith Williams反而会排在Peter Smith前面 ，计算IDF的时候，将每个query在每个field中的IDF都取出来，取最小值，就不会出现极端情况下的极大值了。