16.copy_to定制组合field解决cross-fields搜索弊端

主要知识点：

1. 在index的mapping中加copy_to字段的方法
2. copy_to搜索方法

 
 

用most_fields策略，去实现cross-fields搜索，有3大弊端，为了解决这三个弊端，es的第一个办法就是用copy_to将多个field组合成一个field。

most_fields策略问题就出在有多个field，es只要将一个标识跨在多个field的情况，合并成一个field即可。比如说，一个人名，本来是first_name，last_name，现在合并成一个full_name，这样就能有效的解决问题。

 
 

一、在index的mapping中加copy_to字段的方法

 
 

PUT /forum/_mapping/article

{

"properties": {

"new_author_first_name": {

"type": "string",

"copy_to": "new_author_full_name"

},

"new_author_last_name": {

"type": "string",

"copy_to": "new_author_full_name"

},

"new_author_full_name": {

"type": "string"

}

}

}

 
 

二、插入数据

用了这个copy_to语法之后，就可以将多个字段的值拷贝到一个字段中，并建立倒排索引

 
 

POST /forum/article/_bulk

{ "update": { "_id": "1"} }

{ "doc" : {"new_author_first_name" : "Peter", "new_author_last_name" : "Smith"} }                

{ "update": { "_id": "2"} }        

{ "doc" : {"new_author_first_name" : "Smith", "new_author_last_name" : "Williams"} }                

{ "update": { "_id": "3"} }

{ "doc" : {"new_author_first_name" : "Jack", "new_author_last_name" : "Ma"} }                        

{ "update": { "_id": "4"} }

{ "doc" : {"new_author_first_name" : "Robbin", "new_author_last_name" : "Li"} }                        

{ "update": { "_id": "5"} }

{ "doc" : {"new_author_first_name" : "Tonny", "new_author_last_name" : "Peter Smith"} }                

 
 

注意：用 get /forum/article/_serarch 这种方法是不能查出new_author_full_name这个字段的，因为copy_to的字段类型于＿ａｌｌ的字段。

 
 

三、进行搜索

GET /forum/article/_search

{

"query": {

"match": {

"new_author_full_name": "Peter Smith"

}

}

}

 
 

这样，我们搜索时就搜索的是new_author_full_name这一个字段，所以就不会出现那三个弊端。

　　弊端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，最匹配的document被最先返回

　　弊端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，可以使用minimum_should_match去掉长尾数据

　　弊端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 --> 解决，Smith和Peter在一个field了，所以在所有document中出现的次数是均匀的，不会有极端的偏差

 
 

四、其他说明：

　　这几节课学的知识，在很多时候很难复现。比如官网也会给一些例子，说用什么什么文本，怎么怎么搜索，是怎么怎么样的效果，但上实际情况去ｅｓ中执行的时候并没有复现。这是因为es版本在不断迭代，打分算法也在不断的迭代。所以对类似这几讲讲解的best_fields，most_fields，cross_fields，完全复现出来应有的场景和效果是很难的。更多是掌握有原理和知识点，以及做法，