ElasticSearch的模糊查询

Question

我是ElasticSearch的新手,我正在探索它的功能.我感兴趣的其中一个是模糊查询,我正在测试并且有麻烦使用.这可能是一个虚假的问题,所以我猜一个已经使用过这个功能的人会很快找到答案,至少我希望如此.:)

BTW我觉得它可能不仅与ElasticSearch有关,而且可能直接与Lucene有关.

让我们从一个名为"first index"的新索引开始,我在其中存储一个值为"american football"的对象"label".这是我使用的查询.

bash-3.2$ curl -XPOST 'http://localhost:9200/firstindex/node/?pretty=true' -d '{
  "node" : {
    "label" : "american football"
  }
}
'

这是我得到的结果.

{
  "ok" : true,
  "_index" : "firstindex",
  "_type" : "node",
  "_id" : "6TXNrLSESYepXPpFWjpl1A",
  "_version" : 1
}

到目前为止很好,现在我想使用模糊查询找到这个条目.这是我发送的那个:

bash-3.2$ curl -XGET 'http://localhost:9200/firstindex/node/_search?pretty=true' -d '{
  "query" : {
    "fuzzy" : {
      "label" : {
        "value" : "american football",
        "boost" : 1.0,
        "min_similarity" : 0.0,
        "prefix_length" : 0
      }                       
    }    
   }   
}
'

这就是我得到的结果

{
  "took" : 15,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

如你所见,没有打击.但是现在,当我缩了一下,从"美国我查询的价值的足球 "到"美国footb "是这样的:

bash-3.2$ curl -XGET 'http://localhost:9200/firstindex/node/_search?pretty=true' -d ' {
  "query" : {
    "fuzzy" : {
      "label" : {
        "value" : "american footb",
        "boost" : 1.0,
        "min_similarity" : 0.0,
        "prefix_length" : 0
      }
    }
  }
}
'

然后我在我的条目上得到正确的命中,结果是:

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.19178301,
    "hits" : [ {
      "_index" : "firstindex",
      "_type" : "node",
      "_id" : "6TXNrLSESYepXPpFWjpl1A",
      "_score" : 0.19178301, "_source" : {
        "node" : {
          "label" : "american football"
        }
      }
    } ]
  }
}

---

所以,我有几个与此测试相关的问题:

1. 为什么我在执行一个完全等于我唯一的条目"美式足球 " 的查询时没有得到任何结果

2. 这与我有多字的价值有关吗？

3. 有没有办法在我的查询结果中获得"相似性"得分,这样我就能更好地理解如何为模糊查询找到合适的阈值

4. 在ElasticSearch网站上有一个专门用于模糊查询的页面,但我不确定它列出了我可以用于模糊查询的所有潜在参数.我能找到这么详尽的清单吗？

5. 实际上其他查询的问题相同.

6. 模糊查询和使用lucene语法进行模糊匹配的查询字符串查询之间有区别吗？

Answer 1

1.

模糊查询按术语操作.它无法处理短语,因为它不分析文本.因此,在你的例子中,elasticsearch试图将术语"美式足球"与美国术语和足球术语相匹配.术语之间的匹配基于Levenshtein距离,其用于计算相似性得分.由于您有min_similarity = 0.0,只要编辑距离小于最小项的大小,任何术语都应匹配任何术语.在你的情况下,术语"美式足球"的大小为17,术语"美式"的大小为8.这两个术语之间的距离为9,大于最小项8的大小.因此,这样,这个这个词被拒绝了."美式足球"和"美国人"之间的编辑距离是6.它基本上是"美国人"一词,最后加上6个.这就是它产生结果的原因.使用min_similarity = 0.0时,编辑距离为7或更小的任何内容都会匹配.例如,您甚至可以在搜索"aqqqqqq"时获得结果.

2.

是的,正如我上面所解释的,它与多字词值有些相关.如果要搜索多个术语,请查看模拟此查询的 模糊和文本查询的模糊参数

4和5.

通常,elasticsearch.org之后的下一个最佳信息来源是elasticsearch源代码.