Elasticsearch（四）优化用户体验

改正用户拼写

　　Term suggester：词项匹配建议；可以通过wiki的插件来下载wiki上面的单词以及短语，来作为你的拼写提示基础仓库；

　　Phrase suggester：n-gram算法，短语匹配；

　　Complete suggester：prefix匹配；内置了FST（Finite State Tranduter）数据结构，实现快速检索，自动完成后续字符填充；但是这个在实现层面上，对于输入那些内容需要预先指定好，这个工作量可就有点大了，然后指定output，就是这些指定的内容输入后，将会返回这个指定值，感觉不是很智能。

改善查询流程

　　这个比较干货的内容，这个环节也会整理出来很多小白问题，也是使用ES的基本功。

　　首先是一个普通的query，想要查询澳大利亚的一个系统：

　　这里_all代表所有的字段，所有的字段来匹配australian system，比如title，text只要匹配就行；这样明显不是我们需要的，我们需要更加精准的控制。

　　下面进行优化，就是采用多字段匹配；同时指定多字段匹配的权重：

　　下一步优化是对于短语匹配的优化：

　　结果如下：

　　Australian Antarctic Building System

　　Australian rating system

　　Australian Series System

　　…

　　匹配方面我们做的差不多了，下一步是排序以及过滤问题，我们希望第二个，第三个这种的，能够排在第一个前面；看到这里，想到了通过设定距离来实现，

　　通过指定了slop来限定了词项间的距离为1，这样查询结果如下：

　　Australian Honours System

　　Australian honours system

　　Wikipedia:Articles for deletion/Australian university system

　　Australian rating system

　　…

　　这里科普一下，must代表必须满足，should代表里面的查询从句只需要自定的数量即可，默认是1个，可以通过mini_should_match参数来指定；不过最终must和should子句的关系是"AND"就是must要满足，同时should中指定从句数量要满足；是"AND"关系。

　　然后是过滤一下文档，包括从定向页面（wiki的重定向页面并不是最终页面，所以可以忽略）以及特殊页面（通常都是已经删除的页面）

　　在query同级别，添加一个filter即可，过滤器查询还快，因为没有评分：

　　最后，我们为match_phrase增加boost，提升他的评分：

　　替换：

　　为

　　这样title满足短语匹配的文档将会获得高分，作为高分显示出来。

　　当然，还可以继续优化，比如增加错误拼写文字的建议之类。

　　回过头来，我们再来梳理一下优化的全过程，首先我们针对一个普通全字段查询：

1. 优化为多匹配并指定权重查询，让title的词项匹配满足的拥有高权重；
2. 增加了短语匹配，令满足短语的title和text匹配的至少一个；
3. 然后增加了距离敏感处理，让短语之间间隔单词为1的数据留下；
4. 对于数据进行一下清洗（这一步其实可以提前做），对于redirect和特殊的文档进行过滤；
5. 最后，对于短语匹配通过增加boost来为其进行提高分数，提分这种的，是优化的最后一步，对于查询各个环境尽心梳理，哪些条件是可以提高其权重的（第一条是提高词项匹配的权重，这个则是对短语匹配的提高权重）；

总结

　　数据清洗，过滤掉不要的数据（通常最先来做，避免后续查询还要为无效文档计算评分）；

　　词项优化，指定字段的优先级；

　　短语优化，指定短语匹配，设置距离以及短语权重（boost）；