白话Elasticsearch13-深度探秘搜索技术之基于multi_match+most fields策略进行multi-field搜索

文章目录

• 概述
• 官网
• 示例
• • 构造模拟数据
  • 普通查询
  • 使用 multi_match + most fileds查询
  • best fields VS most fields

概述

继续跟中华石杉老师学习ES，第十三篇

课程地址： https://www.roncoo.com/view/55

官网

https://www.elastic.co/guide/en/elasticsearch/reference/7.2/query-dsl-multi-match-query.html

示例

上一节 我们演示了best_fileds的用法 白话Elasticsearch12-基于multi_match + bestfields语法实现dis_max+tie_breaker ，这里我们继续来看下 most fields 的用法

构造模拟数据

POST /forum/_mapping/article
{
  "properties": {
    "sub_title": {
      "type": "text",
      "analyzer": "english",
      "fields": {
        "std": {
          "type": "text",
          "analyzer": "standard"
        }
      }
    }
  }
}

增加一个字段sub_title，使用english分词器（会进行stemmer）， 然后在这对sub_title增加一个子field ,使用standard分词器（不会进行stemmer）.

批量更新数据

POST /forum/article/_bulk
{ "update": { "_id": "1"} }
{ "doc" : {"sub_title" : "learning more courses"} }
{ "update": { "_id": "2"} }
{ "doc" : {"sub_title" : "learned a lot of course"} }
{ "update": { "_id": "3"} }
{ "doc" : {"sub_title" : "we have a lot of fun"} }
{ "update": { "_id": "4"} }
{ "doc" : {"sub_title" : "both of them are good"} }
{ "update": { "_id": "5"} }
{ "doc" : {"sub_title" : "haha, hello world"} }

普通查询

GET /forum/article/_search
{
  "query": {
    "match": {
      "sub_title": "learning courses"
    }
  }
}

sub_title用的是enligsh analyzer，所以还原了单词.

因为如果我们用的是类似于english analyzer这种分词器的话，就会将单词还原为其最基本的形态，stemmer

learning --> learn
learned --> learn
courses --> course

sub_titile: learning coureses 就变成了 learn course

返回结果

使用 multi_match + most fileds查询

GET /forum/article/_search
{
  "query": {
    "multi_match": {
      "query": "learning courses",
      "type": "most_fields",
      "fields": [
        "sub_title",
        "sub_title.std"
      ]
    }
  }
}

结果

best fields VS most fields

• best-fields策略，主要是说将某一个field匹配尽可能多的关键词的doc优先返回回来
• most-fields策略，主要是说尽可能返回更多field匹配到某个关键词的doc，优先返回回来

best_fields，是对多个field进行搜索，挑选某个field匹配度最高的那个分数，同时在多个query最高分相同的情况下，在一定程度上考虑其他query的分数。简单来说，你对多个field进行搜索，就想搜索到某一个field尽可能包含更多关键字的数据

• 优点：通过best_fields策略，以及综合考虑其他field，还有minimum_should_match支持，可以尽可能精准地将匹配的结果推送到最前面
• 缺点：除了那些精准匹配的结果，其他差不多大的结果，排序结果不是太均匀，没有什么区分度了

实际的例子：百度之类的搜索引擎，最匹配的到最前面，但是其他的就没什么区分度了

most_fields，综合多个field一起进行搜索，尽可能多地让所有field的query参与到总分数的计算中来，此时就会是个大杂烩，出现类似best_fields案例最开始的那个结果，结果不一定精准，某一个document的一个field包含更多的关键字，但是因为其他document有更多field匹配到了，所以排在了前面；所以需要建立类似sub_title.std这样的field，尽可能让某一个field精准匹配query string，贡献更高的分数，将更精准匹配的数据排到前面

• 优点：将尽可能匹配更多field的结果推送到最前面，整个排序结果是比较均匀的
• 缺点：可能那些精准匹配的结果，无法推送到最前面

实际的例子：wiki，明显的most_fields策略，搜索结果比较均匀，但是的确要翻好几页才能找到最匹配的结果