# 体验如何控制全文检索结果的精准度
增加测试数据，添加一个 title 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"} }
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
# 1、搜索标题中包含 java 或 elasticsearch 的 blog
term query： 搜索 exact value
match query：full text 全文检索
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"
}
}
}
1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
会出来 4 条数据。
# 2、搜索标题中包含 java 和 elasticsearch 的 blog
GET /forum/article/_search
{
"query": {
"match": {
"title": {
"query": "java elasticsearch",
"operator": "and"
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
搜索的结果是包含 java 和 elasticsearch 两个关键词的结果，并不是 term query 的精准匹配
# 3、搜索包含 java、elasticsearch、spark、hadoop 4 个关键字中，至少 3 个的 blog
GET /forum/article/_search
{
"query": {
"match": {
"title": {
"query": "java elasticsearch spark hadoop",
"minimum_should_match": "75%"
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
minimum_should_match：必须至少匹配其中的多少个关键字，才能作为结果返回，默认是一个
# 4、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" }}
]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
2
3
4
5
6
7
8
9
10
11
12
13
再来解说下这个：必须包含 java，且不能包含 spark，且可以包含或者不包含 hadoop 和 elasticsearch；
这里的 should 这样用我觉得没有什么必要，那有什么用么？下面会讲解相关作用
# 5、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
看下面的结果排名，对照上面的就清楚了
"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"
}
}
]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
# 6、搜索 java、hadoop、spark、elasticsearch，至少包含其中 3 个关键字
至少满足 should 中的 3个条件才返回结果
GET /forum/article/_search
{
"query": {
"bool": {
"should": [
{ "match": { "title": "java" }},
{ "match": { "title": "elasticsearch" }},
{ "match": { "title": "hadoop" }},
{ "match": { "title": "spark" }}
],
"minimum_should_match": 3
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
2
3
4
5
6
7
8
9
10
11
12
13
14
# 总结
全文检索的时候，进行多个值的检索，有两种做法，
- match query
- should
控制搜索结果精准度：
- operator and
- minimum_should_match