查询建议是什么

查询建议，能够为用户提供良好的使用体验。主要包括：

拼写检查

自动建议查询词（自动补全）

如百度、谷歌搜索：

ES查询建议API

查询建议也是使用_search端点地址，在DSL中suggest节点来定义需要的建议查询。

POST twitter/_search{
     "query" : {
       "match": {
         "message": "tring out Elasticsearch"    }  },  "suggest" : {
       "my-suggestion" : {
     #一个查询建议名称      "text" : "tring out Elasticsearch",  #查询文本      "term" : {
            "field" : "message"  #指定在哪个字段上获取建议词      }    }  }}#多个建议查询可以使用全局的查询文本POST _search{
     "suggest": {
       "text" : "tring out Elasticsearch",    "my-suggest-1" : {
         "term" : {
           "field" : "message"      }    },    "my-suggest-2" : {
          "term" : {
           "field" : "user"       }    }  }}

Suggester介绍

term suggester

term 词项建议器，对给入的文本进行分词，为每个词进行模糊查询提供词项建议。对于在索引中存在词默认不提供建议词，不存在的词则根据模糊查询结果进行排序后取一定数量的建议词。

常用的建议选项：

phrase suggester

phrase 短语建议，在term的基础上，会考量多个term之间的关系，比如是否同时出现在索引的原文里，相邻程度，以及词频等

POST /ftq/_search{
     "query": {
       "match_all": {
   }  },    "suggest" : {
       "myss":{
         "text": "java sprin boot",      "phrase": {
           "field": "title"      }    }  }}

completion suggester 自动补全

针对自动补全场景而设计的建议器。此场景下用户每输入一个字符的时候，就需要即时发送一次查询请求到后端查找匹配项，在用户输入速度较高的情况下对后端响应速度要求比较苛刻。因此实现上它和前面两个Suggester采用了不同的数据结构，索引并非通过倒排来完成，而是将analyze过的数据编码成FST和索引一起存放。对于一个open状态的索引，FST会被ES整个装载到内存里的，进行前缀查找速度极快。但是FST只能用于前缀查找，这也是Completion Suggester的局限所在。

参考官网：

为了使用自动补全，索引中用来提供补全建议的字段需特殊设计，字段类型为 completion。

定义一个索引：

PUT music{
       "mappings": {
           "_doc" : {
               "properties" : {
                   "suggest" : {
                         "type" : "completion"  #定义该字段是自动补全的字段                },                "title" : {
                       "type": "keyword"                }            }        }    }}

存入文档1和文档2，两个文档内容一样：

PUT music/_doc/1?refresh{
       "suggest" : {
           "input": [ "Nevermind", "Nirvana" ],  #指定输入值        "weight" : 34  #指定排序值（可选）    }}PUT music/_doc/2?refresh{
       "suggest" : {
           "input": [ "Nevermind", "Nirvana" ],        "weight" : 20    }}

查询看看：

POST music/_search?pretty{
       "suggest": {
           "song-suggest" : {
               "prefix" : "nir",             "completion" : {
                    "field" : "suggest"             }        }    }}POST music/_search?pretty{
       "suggest": {
           "song-suggest" : {
               "prefix" : "nir",             "completion" : {
                    "field" : "suggest",                "skip_duplicates": true #去重            }        }    	}}

接着存入文档3和文档4，存的是短语：

PUT music/_doc/3?refresh{
       "suggest" : {
           "input": [ "lucene solr", "lucene so cool","lucene elasticsearch" ],        "weight" : 20    }}PUT music/_doc/4?refresh{
       "suggest" : {
           "input": ["lucene solr cool","lucene elasticsearch" ],        "weight" : 10    }}

再查询看看：

POST music/_search?pretty{
       "suggest": {
           "song-suggest" : {
               "prefix" : "lucene s",             "completion" : {
                    "field" : "suggest" ,                "skip_duplicates": true            }        }    }}

转载地址：http://zwpxi.baihongyu.com/

你可能感兴趣的文章