es 搜索推荐：Suggest
搜索推薦：Suggest
概述
搜索一般都會(huì)要求具有“搜索推薦”或者叫“搜索補(bǔ)全”的功能，即在用戶輸入搜索的過(guò)程中，進(jìn)行自動(dòng)補(bǔ)全或者糾錯(cuò)。以此來(lái)提高搜索文檔的匹配精準(zhǔn)度，進(jìn)而提升用戶的搜索體驗(yàn)，這就是Suggest。
四種Suggester
-
term suggester：term suggester正如其名，只基于tokenizer之后的單個(gè)term去匹配建議詞，并不會(huì)考慮多個(gè)term之間的關(guān)系
POST <index>/_search { "suggest": {"<suggest_name>": {"text": "<search_content>","term": {"suggest_mode": "<suggest_mode>","field": "<field_name>"}}} }Options：
- text：用戶搜索的文本
- field：要從哪個(gè)字段選取推薦數(shù)據(jù)
- analyzer：使用哪種分詞器
- size：每個(gè)建議返回的最大結(jié)果數(shù)
- sort：如何按照提示詞項(xiàng)排序，參數(shù)值只可以是以下兩個(gè)枚舉：
- score：分?jǐn)?shù)>詞頻>詞項(xiàng)本身
- frequency：詞頻>分?jǐn)?shù)>詞項(xiàng)本身
- suggest_mode：搜索推薦的推薦模式，參數(shù)值亦是枚舉：
- missing：默認(rèn)值，僅為不在索引中的詞項(xiàng)生成建議詞
- popular：僅返回與搜索詞文檔詞頻或文檔詞頻更高的建議詞
- always：根據(jù) 建議文本中的詞項(xiàng) 推薦 任何匹配的建議詞
- max_edits：可以具有最大偏移距離候選建議以便被認(rèn)為是建議。只能是1到2之間的值。任何其他值都將導(dǎo)致引發(fā)錯(cuò)誤的請(qǐng)求錯(cuò)誤。默認(rèn)為2
- prefix_length：前綴匹配的時(shí)候，必須滿足的最少字符
- min_word_length：最少包含的單詞數(shù)量
- min_doc_freq：最少的文檔頻率
- max_term_freq：最大的詞頻
-
phrase suggester：phrase suggester和term suggester相比，對(duì)建議的文本會(huì)參考上下文，也就是一個(gè)句子的其他token，不只是單純的token距離匹配，它可以基于共生和頻率選出更好的建議。
Options：
- real_word_error_likelihood： 此選項(xiàng)的默認(rèn)值為 0.95。此選項(xiàng)告訴 Elasticsearch 索引中 5% 的術(shù)語(yǔ)拼寫錯(cuò)誤。這意味著隨著這個(gè)參數(shù)的值越來(lái)越低，Elasticsearch 會(huì)將越來(lái)越多存在于索引中的術(shù)語(yǔ)視為拼寫錯(cuò)誤，即使它們是正確的
- max_errors：為了形成更正，最多被認(rèn)為是拼寫錯(cuò)誤的術(shù)語(yǔ)的最大百分比。默認(rèn)值為 1
- confidence：默認(rèn)值為 1.0，最大值也是。該值充當(dāng)與建議分?jǐn)?shù)相關(guān)的閾值。只有得分超過(guò)此值的建議才會(huì)顯示。例如，置信度為 1.0 只會(huì)返回得分高于輸入短語(yǔ)的建議
- collate：告訴 Elasticsearch 根據(jù)指定的查詢檢查每個(gè)建議，以修剪索引中不存在匹配文檔的建議。在這種情況下，它是一個(gè)匹配查詢。由于此查詢是模板查詢，因此搜索查詢是當(dāng)前建議，位于查詢中的參數(shù)下。可以在查詢下的“params”對(duì)象中添加更多字段。同樣，當(dāng)參數(shù)“prune”設(shè)置為true時(shí)，我們將在響應(yīng)中增加一個(gè)字段“collate_match”，指示建議結(jié)果中是否存在所有更正關(guān)鍵字的匹配
- direct_generator：phrase suggester使用候選生成器生成給定文本中每個(gè)項(xiàng)可能的項(xiàng)的列表。單個(gè)候選生成器類似于為文本中的每個(gè)單獨(dú)的調(diào)用term suggester。生成器的輸出隨后與建議候選項(xiàng)中的候選項(xiàng)結(jié)合打分。目前只支持一種候選生成器，即direct_generator。建議API接受密鑰直接生成器下的生成器列表；列表中的每個(gè)生成器都按原始文本中的每個(gè)項(xiàng)調(diào)用。
-
completion suggester：自動(dòng)補(bǔ)全，自動(dòng)完成，支持三種查詢【前綴查詢（prefix）模糊查詢（fuzzy）正則表達(dá)式查詢（regex)】 ，主要針對(duì)的應(yīng)用場(chǎng)景就是"Auto Completion"。 此場(chǎng)景下用戶每輸入一個(gè)字符的時(shí)候，就需要即時(shí)發(fā)送一次查詢請(qǐng)求到后端查找匹配項(xiàng)，在用戶輸入速度較高的情況下對(duì)后端響應(yīng)速度要求比較苛刻。因此實(shí)現(xiàn)上它和前面兩個(gè)Suggester采用了不同的數(shù)據(jù)結(jié)構(gòu)，索引并非通過(guò)倒排來(lái)完成，而是將analyze過(guò)的數(shù)據(jù)編碼成FST和索引一起存放。對(duì)于一個(gè)open狀態(tài)的索引，FST會(huì)被ES整個(gè)裝載到內(nèi)存里的，進(jìn)行前綴查找速度極快。但是FST只能用于前綴查找，這也是Completion Suggester的局限所在。
- completion：es的一種特有類型，專門為suggest提供，基于內(nèi)存，性能很高。
- prefix query：基于前綴查詢的搜索提示，是最常用的一種搜索推薦查詢。
- prefix：客戶端搜索詞
- field：建議詞字段
- size：需要返回的建議詞數(shù)量（默認(rèn)5）
- skip_duplicates：是否過(guò)濾掉重復(fù)建議，默認(rèn)false
- fuzzy query
- fuzziness：允許的偏移量，默認(rèn)auto
- transpositions：如果設(shè)置為true，則換位計(jì)為一次更改而不是兩次更改，默認(rèn)為true。
- min_length：返回模糊建議之前的最小輸入長(zhǎng)度，默認(rèn) 3
- prefix_length：輸入的最小長(zhǎng)度（不檢查模糊替代項(xiàng)）默認(rèn)為 1
- unicode_aware：如果為true，則所有度量（如模糊編輯距離，換位和長(zhǎng)度）均以Unicode代碼點(diǎn)而不是以字節(jié)為單位。這比原始字節(jié)略慢，因此默認(rèn)情況下將其設(shè)置為false。
- regex query：可以用正則表示前綴，不建議使用
-
context suggester：完成建議者會(huì)考慮索引中的所有文檔，但是通常來(lái)說(shuō)，我們?cè)谶M(jìn)行智能推薦的時(shí)候最好通過(guò)某些條件過(guò)濾，并且有可能會(huì)針對(duì)某些特性提升權(quán)重。
- contexts：上下文對(duì)象，可以定義多個(gè)
- name：context的名字，用于區(qū)分同一個(gè)索引中不同的context對(duì)象。需要在查詢的時(shí)候指定當(dāng)前name
- type：context對(duì)象的類型，目前支持兩種：category和geo，分別用于對(duì)suggest item分類和指定地理位置。
- boost：權(quán)重值，用于提升排名
- path：如果沒(méi)有path，相當(dāng)于在PUT數(shù)據(jù)的時(shí)候需要指定context.name字段，如果在Mapping中指定了path，在PUT數(shù)據(jù)的時(shí)候就不需要了，因?yàn)?Mapping是一次性的，而PUT數(shù)據(jù)是頻繁操作，這樣就簡(jiǎn)化了代碼。這段解釋有木有很牛逼，網(wǎng)上搜到的都是官方文檔的翻譯，覺(jué)悟雷同。
- contexts：上下文對(duì)象，可以定義多個(gè)
總結(jié)
以上是生活随笔為你收集整理的es 搜索推荐：Suggest的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 云服务器备案需要网站吗,云服务器需要备案
- 下一篇： [Java]-Elastic中sugge