白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程

 

概述

继续跟中华石杉老师学习ES,第18篇

课程地址: https://www.roncoo.com/view/55


接上篇博客 白话Elasticsearch17-match_phrase query 短语匹配搜索


官网

https://www.elastic.co/guide/en/elasticsearch/reference/current/full-text-queries.html

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_02

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-match-query-phrase.html
白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_03
白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程_04


slop 含义

官网中我们可以看到

A phrase query matches terms up to a configurable slop (which defaults to 0) in any order. Transposed terms have a slop of 2.

slop是什么呢?

query string,搜索文本,中的几个term,要经过几次移动才能与一个document匹配,这个移动的次数,就是slop 。

  • slop的phrase match,就是proximity match,近似匹配

  • 如果我们指定了slop,那么就允许搜索关键词进行移动,来尝试与doc进行匹配

  • 搜索关键词k,可以有一定的距离,但是靠的越近,越先搜索出来,proximity match


例子

一个query string经过几次移动之后可以匹配到一个document,然后设置slop .

假设有个doc

hello world, java is very good, spark is also very good.

我们使用 match_phrase query 来搜索 java spark ,是肯定搜索不到的, 因为 match_phrase query 会将java spark 作为一个整体来查找。

如果我们指定了slop,那么就允许java spark进行移动,来尝试与doc进行匹配

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_05

这里的slop,就是3,因为java spark这个短语,spark移动了3次,就可以跟一个doc匹配上了 。

slop的含义,不仅仅是说一个query string terms移动几次,跟一个doc匹配上。一个query string terms,最多可以移动几次去尝试跟一个doc匹配上

slop,设置的是3,那么就ok

GET /forum/article/_search
{
    "query": {
        "match_phrase": {
            "title": {
                "query": "java spark",
                "slop":  3
            }
        }
    }
}

就可以把刚才那个doc匹配上,那个doc会作为结果返回

但是如果slop设置的是2,那么java spark,spark最多只能移动2次,此时跟doc是匹配不上的,那个doc是不会作为结果返回的。


示例一

我们那我们的测试数据来验证下

GET /forum/article/_search
{
  "query": {
    "match_phrase": {
      "content": {
        "query": "spark data",
        "slop": 3
      }
    }
  }
}

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程_06

分析一下slop

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_07

data经过了3次移动才匹配到 spark data ,所以 slop设置为3即可,当然了设置成比3大的数字,肯定也是可以查询到的,这里的slop设置为3 ,可以理解为至少移动3次。

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_08


示例二

如果我们搜索data spark 呢? 会不会匹配得到呢? 答案是 : 可以

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程_09

来分析一下

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_10


示例三

slop搜索下,关键词离的越近,relevance score就会越高 .

GET /forum/article/_search
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "java blog",
        "slop": 5
      }
    }
  }
}

返回结果:

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 3,
    "max_score": 0.81487787,
    "hits": [
      {
        "_index": "forum",
        "_type": "article",
        "_id": "2",
        "_score": 0.81487787,
        "_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",
          "content": "i think java is the best programming language",
          "sub_title": "learned a lot of course",
          "author_first_name": "Smith",
          "author_last_name": "Williams",
          "new_author_last_name": "Williams",
          "new_author_first_name": "Smith"
        }
      },
      {
        "_index": "forum",
        "_type": "article",
        "_id": "1",
        "_score": 0.31424814,
        "_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",
          "content": "i like to write best elasticsearch article",
          "sub_title": "learning more courses",
          "author_first_name": "Peter",
          "author_last_name": "Smith",
          "new_author_last_name": "Smith",
          "new_author_first_name": "Peter"
        }
      },
      {
        "_index": "forum",
        "_type": "article",
        "_id": "4",
        "_score": 0.31424814,
        "_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",
          "content": "elasticsearch and hadoop are all very good solution, i am a beginner",
          "sub_title": "both of them are good",
          "author_first_name": "Robbin",
          "author_last_name": "Li",
          "new_author_last_name": "Li",
          "new_author_first_name": "Robbin"
        }
      }
    ]
  }
}

可以看到

得分最高的

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程_11

次之

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_数据库_12

最后

白话Elasticsearch18-深度探秘搜索技术之基于slop参数实现近似匹配以及原理剖析_Elasticsearch教程_13