elasticsearch中如何手动控制全文检索结果的精准度
1、为帖子数据增加标题字段
POST /forum/article/_bulk
{ "update": { "_id": "1"} }
{ "doc" : {"title" : "this is java and elasticsearch blog"} }
{ "update": { "_id": "2"} }
{ "doc" : {"title" : "this is java blog"} }
{ "update": { "_id": "3"} }
{ "doc" : {"title" : "this is elasticsearch blog"} }
{ "update": { "_id": "4"} }
{ "doc" : {"title" : "this is java, elasticsearch, hadoop blog"} }
{ "update": { "_id": "5"} }
{ "doc" : {"title" : "this is spark blog"} }
2、搜索标题中包含java或elasticsearch的blog
这个,就跟之前的那个term query,不一样了。不是搜索exact value,是进行full text全文检索。
match query,是负责进行全文检索的。当然,如果要检索的field,是not_analyzed类型的,那么match query也相当于term query。
GET /forum/article/_search
{
"query": {
"match": {
"title": "java elasticsearch"
}
}
}
3、搜索标题中包含java和elasticsearch的blog
搜索结果精准控制的第一步:灵活使用and关键字,如果你是希望所有的搜索关键字都要匹配的,那么就用and,可以实现单纯match query无法实现的效果
GET /forum/article/_search
{
"query":{
"match":{
"title":{
"query":"java elasticsearch",
"operator":"and"
}
}
}
}
4、搜索包含java,elasticsearch,spark,hadoop,4个关键字中,至少3个的blog
控制搜索结果的精准度的第二步:指定一些关键字中,必须至少匹配其中的多少个关键字,才能作为结果返回
GET /forum/article/_search
{
"query":{
"match":{
"title":{
"query":"java elasticsearch spark hadoop",
"minimum_should_match":"75%"
}
}
}
}
5、用bool组合多个搜索条件,来搜索title
GET /forum/article/_search
{
"query":{
"bool":{
"must":{
"match":{
"title":"java"
}
},
"must_not":{
"match":{
"title":"spark"
}
},
"should":[
{
"match":{
"title":"hadoop"
}
},
{
"match":{
"title":"elasticsearch"
}
}
]
}
}
}
6、bool组合多个搜索条件,如何计算relevance score
must和should搜索对应的分数,加起来,除以must和should的总数
排名第一:java,同时包含should中所有的关键字,hadoop,elasticsearch
排名第二:java,同时包含should中的elasticsearch
排名第三:java,不包含should中的任何关键字
should是可以影响相关度分数的
must是确保说,谁必须有这个关键字,同时会根据这个must的条件去计算出document对这个搜索条件的relevance score
在满足must的基础之上,should中的条件,不匹配也可以,但是如果匹配的更多,那么document的relevance score就会更高
{
"took":6,
"timed_out":false,
"_shards":{
"total":5,
"successful":5,
"failed":0
},
"hits":{
"total":3,
"max_score":1.3375794,
"hits":[
{
"_index":"forum",
"_type":"article",
"_id":"4",
"_score":1.3375794,
"_source":{
"articleID":"QQPX-R-3956-#aD8",
"userID":2,
"hidden":true,
"postDate":"2017-01-02",
"tag":[
"java",
"elasticsearch"
],
"tag_cnt":2,
"view_cnt":80,
"title":"this is java, elasticsearch, hadoop blog"
}
},
{
"_index":"forum",
"_type":"article",
"_id":"1",
"_score":0.53484553,
"_source":{
"articleID":"XHDK-A-1293-#fJ3",
"userID":1,
"hidden":false,
"postDate":"2017-01-01",
"tag":[
"java",
"hadoop"
],
"tag_cnt":2,
"view_cnt":30,
"title":"this is java and elasticsearch blog"
}
},
{
"_index":"forum",
"_type":"article",
"_id":"2",
"_score":0.19856805,
"_source":{
"articleID":"KDKE-B-9947-#kL5",
"userID":1,
"hidden":false,
"postDate":"2017-01-02",
"tag":[
"java"
],
"tag_cnt":1,
"view_cnt":50,
"title":"this is java blog"
}
}
]
}
}
7、搜索java,hadoop,spark,elasticsearch,至少包含其中3个关键字
默认情况下,should是可以不匹配任何一个的,比如上面的搜索中,this is java blog,就不匹配任何一个should条件
但是有个例外的情况,如果没有must的话,那么should中必须至少匹配一个才可以
比如下面的搜索,should中有4个条件,默认情况下,只要满足其中一个条件,就可以匹配作为结果返回
但是可以精准控制,should的4个条件中,至少匹配几个才能作为结果返回
GET /forum/article/_search
{
"query":{
"bool":{
"should":[
{
"match":{
"title":"java"
}
},
{
"match":{
"title":"elasticsearch"
}
},
{
"match":{
"title":"hadoop"
}
},
{
"match":{
"title":"spark"
}
}
],
"minimum_should_match":3
}
}
}