Elasticsearch搜索引擎第十一篇Suggest查询建议

文章目录

• 查询建议是什么
• ES查询建议API
• Suggester介绍
• • term suggester
  • phrase suggester
  • completion suggester 自动补全

查询建议，能够为用户提供良好的使用体验。主要包括：

• 拼写检查
• 自动建议查询词（自动补全）

如百度、谷歌搜索：

查询建议也是使用_search端点地址，在DSL中suggest节点来定义需要的建议查询。

POST twitter/_search
{
"query" : {
"match": {
"message": "tring out Elasticsearch"
}
},
"suggest" : {
"my-suggestion" : { #一个查询建议名称
"text" : "tring out Elasticsearch", #查询文本
"term" : {
"field" : "message" #指定在哪个字段上获取建议词
}
}
}
}
#多个建议查询可以使用全局的查询文本
POST _search
{
"suggest": {
"text" : "tring out Elasticsearch",
"my-suggest-1" : {
"term" : {
"field" : "message"
}
},
"my-suggest-2" : {
"term" : {
"field" : "user"
}
}
}
}
Suggester介绍

term suggester

term 词项建议器，对给入的文本进行分词，为每个词进行模糊查询提供词项建议。对于在索引中存在词默认不提供建议词，不存在的词则根据模糊查询结果进行排序后取一定数量的建议词。
常用的建议选项：

phrase suggester

phrase 短语建议，在term的基础上，会考量多个term之间的关系，比如是否同时出现在索引的原文里，相邻程度，以及词频等

POST /ftq/_search
{
"query": {
"match_all": { }
},
"suggest" : {
"myss":{
"text": "java sprin boot",
"phrase": {
"field": "title"
}
}
}
}


completion suggester 自动补全

针对自动补全场景而设计的建议器。此场景下用户每输入一个字符的时候，就需要即时发送一次查询请求到后端查找匹配项，在用户输入速度较高的情况下对后端响应速度要求比较苛刻。因此实现上它和前面两个Suggester采用了不同的数据结构，索引并非通过倒排来完成，而是将analyze过的数据编码成FST和索引一起存放。对于一个open状态的索引，FST会被ES整个装载到内存里的，进行前缀查找速度极快。但是FST只能用于前缀查找，这也是Completion Suggester的局限所在。

参考官网：https://www.elastic.co/guide/en/elasticsearch/reference/current/search-suggesters-completion.html

为了使用自动补全，索引中用来提供补全建议的字段需特殊设计，字段类型为 completion。

定义一个索引：

PUT music
{
"mappings": {
"_doc" : {
"properties" : {
"suggest" : {
"type" : "completion" #定义该字段是自动补全的字段
},
"title" : {
"type": "keyword"
}
}
}
}
}


存入文档1和文档2，两个文档内容一样：

PUT music/_doc/1?refresh
{
"suggest" : {
"input": [ "Nevermind", "Nirvana" ], #指定输入值
"weight" : 34 #指定排序值（可选）
}
}
PUT music/_doc/2?refresh
{
"suggest" : {
"input": [ "Nevermind", "Nirvana" ],
"weight" : 20
}
}


查询看看：

POST music/_search?pretty
{
"suggest": {
"song-suggest" : {
"prefix" : "nir",
"completion" : {
"field" : "suggest"
}
}
}
}
POST music/_search?pretty
{
"suggest": {
"song-suggest" : {
"prefix" : "nir",
"completion" : {
"field" : "suggest",
"skip_duplicates": true #去重
}
}
}
}


接着存入文档3和文档4，存的是短语：

PUT music/_doc/3?refresh
{
"suggest" : {
"input": [ "lucene solr", "lucene so cool","lucene elasticsearch" ],
"weight" : 20
}
}
PUT music/_doc/4?refresh
{
"suggest" : {
"input": ["lucene solr cool","lucene elasticsearch" ],
"weight" : 10
}
}


再查询看看：

POST music/_search?pretty
{
"suggest": {
"song-suggest" : {
"prefix" : "lucene s",
"completion" : {
"field" : "suggest" ,
"skip_duplicates": true
}
}
}
}