elasticsearch 多条件搜索语句怎么写

发布网友 发布时间：2022-04-19 09:57

我来回答

共5个回答

懂视网 时间：2022-05-06 17:39

首先我们来看看为什么存在这些问题，以及如何解决它们。

问题1：在多个字段中匹配相同的单词

考虑一下most_fields查询是如何执行的：ES会为每个字段生成一个match查询，让后将它们包含在一个bool查询中。

我们可以将查询传入到validate-query API中进行查看：

GET /_validate/query?explain
{
 "query": {
 "multi_match": {
 "query": "Poland Street W1V",
 "type": "most_fields",
 "fields": [ "street", "city", "country", "postcode" ]
 }
 }
}

它会产生下面的解释(explaination)：

(street:poland street:street street:w1v) (city:poland city:street city:w1v) (country:poland country:street country:w1v) (postcode:poland postcode:street postcode:w1v)

你可以发现能够在两个字段中匹配poland的文档会比在一个字段中匹配了poland和street的文档的分值要高。

问题2：减少长尾

在精度控制(Controlling Precision)一节中，我们讨论了如何使用and操作符和minimum_should_match参数来减少相关度低的文档数量：

{
 "query": {
 "multi_match": {
  "query": "Poland Street W1V",
  "type": "most_fields",
  "operator": "and", 
  "fields": [ "street", "city", "country", "postcode" ]
 }
 }
}

但是，使用best_fields或者most_fields，这些参数会被传递到生成的match查询中。该查询的解释如下(译注：通过validate-query API)：

(+street:poland +street:street +street:w1v) (+city:poland +city:street +city:w1v) (+country:poland +country:street +country:w1v) (+postcode:poland +postcode:street +postcode:w1v)

换言之，使用and操作符时，所有的单词都需要出现在相同的字段中，这显然是错的！这样做可能不会有任何匹配的文档。

问题3：词条频度

在什么是相关度(What is Relevance)一节中，我们解释了默认用来计算每个词条的相关度分值的相似度算法TF/IDF：

词条频度(Term Frequency)

在一份文档中，一个词条在一个字段中出现的越频繁，文档的相关度就越高。

倒排文档频度(Inverse Document Frequency)

一个词条在索引的所有文档的字段中出现的越频繁，词条的相关度就越低。

当通过多字段进行搜索时，TF/IDF会产生一些令人惊讶的结果。

考虑使用first_name和last_name字段搜索"Peter Smith"的例子。Peter是一个常见的名字，Smith是一个常见的姓氏 - 它们的IDF都较低。但是如果在索引中有另外一个名为Smith Williams的人呢？Smith作为名字是非常罕见的，因此它的IDF值会很高！

像下面这样的一个简单查询会将Smith Williams放在Peter Smith前面(译注：含有Smith Williams的文档分值比含有Peter Smith的文档分值高)，尽管Peter Smith明显是更好的匹配：

{
 "query": {
 "multi_match": {
  "query": "Peter Smith",
  "type": "most_fields",
  "fields": [ "*_name" ]
 }
 }
}

smith在first_name字段中的高IDF值会压倒peter在first_name字段和smith在last_name字段中的两个低IDF值。

解决方案

这个问题仅在我们处理多字段时存在。如果我们将所有这些字段合并到一个字段中，该问题就不复存在了。我们可以向person文档中添加一个full_name字段来实现：

{
 "first_name": "Peter",
 "last_name": "Smith",
 "full_name": "Peter Smith"
}

当我们只查询full_name字段时：