search（11）- elastic4s-模糊查詢

雪川大蟲發表於2020-05-10
AST

很多時候搜尋使用者對查詢語句具有模糊感覺，他們只能提供大約的描述。比如一個語句的部分，或者字句順序顛倒等。通過模糊查詢可以幫助使用者更準確的找出他們希望搜尋的結果。

模糊查詢包括前字尾，語句（phrase）查詢。字首查詢在非文字查詢和全文查詢欄位中使用是有著不同的效果：在非文字欄位查詢中我們需要嚴格按照詞字順序進行匹配，而全文查詢中由於目標欄位在構建索引時已經進行了分詞處理，所以匹配是在分詞中進行匹配的。下面是一些非文字前字尾查詢的例子：

POST /bank/_search
{
  "query" : {
    "prefix" : {
       "address.keyword": "880"
    }
  }
}
POST /bank/_search
{
  "query" : {
    "wildcard": {
       "address.keyword": "*Holmes*"
    }
  }
}
POST /bank/_search
{
  "query" : {
    "regexp": {
       "address.keyword": ".*Holmes.*"
    }
  }
}

elastic4例子： 

  val qPrefix = search("bank").query(prefixQuery("address.keyword","880"))
  val qWildcard = search("bank").query(wildcardQuery("address.keyword","*Holmes*"))
  val qRegex = search("bank").query(regexQuery("address.keyword",".*Holmes.*"))

全文查詢中常用match_phrase：這是一種語句查詢。如：

GET /books/_search
{
  "query": {
    "match_phrase": {
      "publisher": "人民出版社"
    }
  }
}

一個有意義的語句中每個字在句子中的位置都是按順序的。“人民出版社”可能被分詞成“人民”、“人民版”，“人民社”、“社“等。但實際上很多圖書行內人稱“人社版“。也就是說應該容許一定程度的靈活性，即字在句中的位置容許一定程度的錯位。這個程度可以用slop來表示：

GET /books/_search
{
  "query": {
    "match_phrase": {
      "publisher": {
        "query": "人社版",
        "slop" : 10
      }
    }
  }
}

上面這個slop = 10 的意思是我們可以容許十步字距調整。slop值越大覆蓋詞段越廣，不過可能會影響效率。elastic4請求表達如下：

  val qPhrase = search("books").query(
    matchPhraseQuery("PUBLISHER","人社版").slop(10)
  )

另外，match_phrase在使用者錄入查詢條件時可以作為提示（auto-completion）或者即錄即查（search_as_you_type）使用。這時用字首查詢match_phrase_prefix最為合適。因為可以兼顧英文到字母層級的錄入查詢：

GET /books/_search
{
  "query": {
    "match_phrase_prefix": {
      "publisher": {
        "query": "人社版",
        "slop" : 10
      }
    }
  }
}

用elastic4來表示：

  val qPhrasePfx = search("books").query(
    matchPhrasePrefixQuery("PUBLISHER","人社版").slop(10)
  )

 

相關文章