怎么使用Elasticsearch中的Match_phrase查詢

本篇內(nèi)容主要講解“怎么使用Elasticsearch中的Match_phrase查詢”，感興趣的朋友不妨來看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“怎么使用Elasticsearch中的Match_phrase查詢”吧!

數(shù)據(jù)準(zhǔn)備階段

新建索引：
PUT test_phrase

設(shè)置索引mapping：
PUT /test_phrase/_mapping/_doc
{
    "properties": {
        "name": {
            "type":"text"
        }
    }
}
結(jié)果：
{
  "mapping": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text"
        }
      }
    }
  }
}

插入數(shù)據(jù)：
PUT test_phrase/_doc/2
{
  "name":"我愛北京天安門"
}

查詢數(shù)據(jù)：
POST test_phrase/_search
{
  "query": {"match_all": {}}
}
結(jié)果：
{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 2,
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test_phrase",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "name" : "我愛北京天安門"
        }
      },
      {
        "_index" : "test_phrase",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "王乃康"
        }
      }
    ]
  }
}


查看分詞詞項(xiàng)：
POST test_phrase/_analyze
{
  "field": "name",   
  "text": "我愛北京天安門"
}
結(jié)果：
{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "愛",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "北",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "京",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    },
    {
      "token" : "天",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 4
    },
    {
      "token" : "安",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "<IDEOGRAPHIC>",
      "position" : 5
    },
    {
      "token" : "門",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "<IDEOGRAPHIC>",
      "position" : 6
    }
  ]
}

測(cè)試階段

1.關(guān)鍵詞"我"

POST test_phrase/_search
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "我"
      }
    }
  }
}

結(jié)果：
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "test_phrase",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "我愛北京天安門"
        }
      }
    ]
  }
}

分析：
POST test_phrase/_analyze
{
  "field": "name",   
  "text": "我"
}

{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    }
  ]
}
查詢分詞"我"的position位置是0，首先文檔"我愛北京天安門"的索引分詞中有"我"且position為0，符合短語查詢的要求，因此可以正確返回。

2.關(guān)鍵詞"我愛"

POST test_phrase/_search
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "我愛"
      }
    }
  }
}

結(jié)果：
{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.5753642,
    "hits" : [
      {
        "_index" : "test_phrase",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.5753642,
        "_source" : {
          "name" : "我愛北京天安門"
        }
      }
    ]
  }
}

分析：
POST test_phrase/_analyze
{
  "field": "name",   
  "text": "我愛"
}

{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "愛",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    }
  ]
}
查詢分詞"我愛"的position分別是"我"-0、"愛"-1，首先索引分詞中也存在"我"、"愛"詞項(xiàng)，其次"我"-0、"愛"-1的position也服務(wù)要求，因此可以正確返回。

3.關(guān)鍵詞"我北"

POST test_phrase/_search
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "我北"
      }
    }
  }
}

結(jié)果：
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

分析：
POST test_phrase/_analyze
{
  "field": "name",   
  "text": "我北"
}

{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "北",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    }
  ]
}

查詢分詞中"我"的position是0，"北"的position是1，索引分詞中"我"的position是0，"北"的position是2，
雖然查詢分詞的詞項(xiàng)在索引分詞的詞項(xiàng)中都存在，但是position并未匹配要求，導(dǎo)致搜索結(jié)果不能正確返回。

修正："slop": 1
POST test_phrase/_search
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "我北",
        "slop": 1
      }
    }
  }
}
{
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.37229446,
    "hits" : [
      {
        "_index" : "test_phrase",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.37229446,
        "_source" : {
          "name" : "我愛北京天安門"
        }
      }
    ]
  }
}

補(bǔ)充階段

1.使用鄰近度提高相關(guān)度

我們可以將一個(gè)簡(jiǎn)單的 match 查詢作為一個(gè) must 子句。 這個(gè)查詢將決定哪些文檔需要被包含到結(jié)果集中。 我們可以用 minimum_should_match 參數(shù)去除長(zhǎng)尾。 然后我們可以以 should 子句的形式添加更多特定查詢。 每一個(gè)匹配成功的都會(huì)增加匹配文檔的相關(guān)度。

GET /my_index/my_type/_search
{
  "query": {
    "bool": {
      "must": {
        "match": {   #must 子句從結(jié)果集中包含或者排除文檔
          "title": {
            "query":                "quick brown fox",
            "minimum_should_match": "30%"
          }
        }
      },
      "should": {
        "match_phrase": {   #should 子句增加了匹配到文檔的相關(guān)度評(píng)分。
          "title": {
            "query": "quick brown fox",
            "slop":  50
          }
        }
      }
    }
  }
}

到此，相信大家對(duì)“怎么使用Elasticsearch中的Match_phrase查詢”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！