Elasticsearch中如何进行Match查询

如何在Elasticsearch中进行Match查询，针对这个问题，本文详细介绍了相应的分析和解答，希望能帮助更多想要解决这个问题的朋友找到更简单更容易的方法。

如果你索引词对而不是独立的词，你可以尽可能保持这些词的上下文。这是你需要使用木瓦的时候。

例子：苏阿泰智能体

unigram:['sue '，' ate '，' the '，'鳄鱼']

二元模型：[' suate '，' atethe '，' the intelligent ']

三元组：[' suatethe '，' atethe integer ']

备注：

三元组提供了更高的准确性，但也大大增加了索引中唯一术语的数量。在大多数情况下，二元模型就足够了。

幸运的是，用户倾向于通过使用类似于搜索数据的结构来表达他们的搜索意图。

但这很重要：索引二元模型是不够的；我们仍然需要单图，但是我们可以使用匹配双图作为增加相关性分数的信号。

索引时，需要创建Gles作为分析过程的一部分。

我们可以将unigrams和bigrams索引到一个字段中，但是将它们分别保存在可以独立查询的字段中更清楚。

Unigrams字段将构成我们搜索的基本部分，而bigrams字段用于提高相关性。注意：

术语匹配

只有当用户输入的查询内容与原始文档中的顺序相同时，瓦片区才有用。

总结：

使用短语查询时，最好使用Es默认的标准分词(标准分词：细粒度分词)，这样可以使查询分词和索引分词尽可能匹配。

它特别适用于要求前后词语搭配的情况(例如人名、地名.).

00-1010新索引设置：

PUT/my_index

{

设置' :{

碎片数量' :1，

分析' :{

过滤器' :{

my _带状疱疹_filter':{

类型' : '木瓦'，

最小带状疱疹大小' :2，

max _带状疱疹_size':2，

（=NationalBureauofStandards）国家标准局

p;    "output_unigrams":  false
                }
            },
            "analyzer": {
                "my_shingle_analyzer": {
                    "type": "custom",
                    "tokenizer":"standard",
                    "filter": [
                        "lowercase",
                        "my_shingle_filter">

测试阶段

1.match查询

GET /my_index/_doc/_search
{
   "query": {
        "match": {
           "title": "the hungry alligator ate sue"
        }
   }
}
查询结果：
{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 3,
    "max_score" : 1.3721708,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.3721708,#两个文档都包含 the 、 alligator 和 ate ，所以获得相同的评分。
        "_source" : {
          "title" : "Sue ate the alligator"
        }
      },
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.3721708,#两个文档都包含 the 、 alligator 和 ate ，所以获得相同的评分。
        "_source" : {
          "title" : "The alligator ate Sue"
        }
      },
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.21526179,#我们可以通过设置 minimum_should_match 参数排除文档 3 ，参考 控制精度 。 
        "_source" : {
          "title" : "Sue never goes anywhere without her alligator skin purse"
        }
      }
    ]
  }
}
分析：
注意文档 1 和 2 有相同的相关度评分因为他们包含了相同的单词

2.match.shingles查询

GET /my_index/_doc/_search
{
   "query": {
      "bool": {
         "must": {
            "match": {
               "title": "the hungry alligator ate sue"
            }
         },
         "should": {
            "match": {
               "title.shingles": "the hungry alligator ate sue"
            }
         }
      }
   }
}
查询结果：
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 3,
    "max_score" : 3.6694741,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 3.6694741,
        "_source" : {
          "title" : "The alligator ate Sue"
        }
      },
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.3721708,
        "_source" : {
          "title" : "Sue ate the alligator"
        }
      },
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.21526179,
        "_source" : {
          "title" : "Sue never goes anywhere without her alligator skin purse"
        }
      }
    ]
  }
}
分析：
仍然匹配到了所有的 3 个文档， 但是文档 2 现在排到了第一名因为它匹配了 shingled 词项 ate sue.

关于Elasticsearch中如何进行Match查询问题的解答就分享到这里了，希望