摘要：
主要知识点： 知道IK默认的配置文件信息 自定义词库 一、ik配置文件 ik配置文件地址：es/plugins/ik/config目录 IKAnalyzer.cfg.xml：用来配置自定义词库 main.dic：ik原生内置的中文词库，总共有27万多条，只要是这些单词，都会被分在一起 quantifier.dic：放了一些单位相关的词 su... 阅读全文
摘要：
在之前我们学的都是英文，用的也是英文的standard分词器。从这一节开始，学习中文分词器。中国人基本上都是中文应用，很少是英文的，而standard分词器是没有办法对中文进行合理分词的，只是将每个中文字符一个一个的切割开来，比如说中国人 --> 中 国 人 在中方搜索引擎领域，比较成熟和流行的，就是ik分词器。 一、在elasticsearch中安装ik中文分词器 ... 阅读全文
摘要：
搜索的时候，可能输入的搜索文本会出现误拼写的情况，这时就需要es为我们进行智能纠错 比如有两个文档： doc1: hello world doc2: hello java 现在要搜索：hallo world，我们本来是想搜索hello word，但是我们拼写错了，写成hallo word，所以要用到fuzzy搜索技术 ：自动将拼写错误的搜索文本，进行纠正，纠正以后去尝试匹配索引中的... 阅读全文
摘要：
我们可以做到自定义一个function_score函数，自己将某个field的值，跟es内置算出来的分数进行运算，然后由自己指定的field来进行分数的增强 一、准备数据 给所有的帖子数据增加follower数量 POST /forum/article/_bulk { "update": { "_id": "1"} } { "doc" : {"follower_num" ... 阅读全文
摘要：
对相关度评分进行调节和优化的常见的4种方法 一、query-time boost, 如果认为某一个term的比较重要，就把这个term的权重设的大一点，也就是把boost的值设的大一点。 GET /forum/article/_search { "query": { "bool": { "should": [ { ... 阅读全文
摘要：
主要知识点： boolean model IF/IDF vector space model 一、boolean model 在es做各种搜索进行打分排序时，会先用boolean model 进行初步的筛选，boolean model类似and这种逻辑操作符，先过滤出包含指定term的doc。must/must not/should（过滤、包含、不包含 、可能包含）这几种情... 阅读全文
摘要：
一、ngram和index-time搜索推荐原理 1、什么是ngram 假设有一个单词：quick，在5种长度下的ngram情况如下： ngram length=1，q u i c k ngram length=2，qu ui ic ck ngram length=3，qui uic ick ngram length=4，quic uick ngram length=5，qu... 阅读全文
摘要：
主要知识点： 搜索推荐的使用场景 用法 原理 一、搜索推荐的使用场景 搜索推荐，就是在你做搜索时，当你写出一部搜索词时，es会自提示接下来要写的词，比如当你在搜索hello w 时，如果es中有如下文档，则es会自动提示hello word、hello we、hello wind。类似我们在用百度时的自动搜索提示。 hello world hello we ... 阅读全文
摘要：
主要知识点： 前缀搜索 通配符搜索 正则搜索 一、前缀搜索 假如有如下doc数据： C3D0-KD345 C3K5-DFG65 C4I8-UI365 现在搜索前缀为C3数据，会把前两个都搜索出来 1、语法： GET my_index/my_type/_search { "query": { "prefix": { "t... 阅读全文
摘要：
一、match和phrase match(proximity match)区别 1、match:只要简单的匹配到了一个term，就会将term对应的doc作为 结果返回。 2、phrase match ： 首先扫描到所有term的doc list; 找到包含所有term的doc list; 然后对每个doc都计算每个term的position，然后进行复杂的计算... 阅读全文
摘要：
主要知识点： 召回率的慨念 精准度的慨念 match和近似匹配混合使用方法 召回率（recall）：比如你搜索一个java spark，总共有100个doc，能返回多少个doc作为结果，就是召回率。 精准度（precision）:比如你搜索一个java spark，能不能尽可能让包含java spark，或者是java和spark离的很近的doc... 阅读全文
摘要：
主要知识点： ｓｌｏｐ的含义（内在原理） ｓｌｏｐ的用法 一、slop的含义是什么？ query string（搜索文本）中的几个term，要经过几次移动才能与一个document匹配，这个移动的次数，就是slop 举例如下：一个query string经过几次移动之后可以匹配到一个document，然后设置slop 假如有如下一句话：hello world, java i... 阅读全文
摘要：
主要知识点： match_phrase的使用场景 match_phrase的用法 match_phrase的原理 一、什么是近似匹配 match_phrase的使用场景 现假设有两个句子 １、java is my favourite programming language, and I also think spark is a very good bi... 阅读全文
摘要：
主要知识点： 在index的mapping中加copy_to字段的方法 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... 阅读全文
摘要：
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", ... 阅读全文
摘要：
主要知识点： cross-fields 的使用场景 cross-fields 使用方法 cross-fields 的缺点 一、cross-fields 的使用场景 cross-fields搜索，一个唯一标识可能存在于多个field。比如一个人的标识是姓名；一个建筑的标识是地址。姓名可以分步在多个field中，比如first_name和last_name中，地址可以分步在... 阅读全文
摘要：
主要知识点 most-fields策略的用法 most-fields策略和best-fields的比较 best-fields策略：将某一个field匹配尽可能多的关键词的doc优先返回回来，也就是说如果这个filed匹配了更多的关键词，那么这个doc的分数就会更高。 most-fields策略：尽可能返回更多field匹配到某个关键词的doc，优先返回回... 阅读全文