Elasticsearch Query DSL 整理總結（三）—— Match Phrase Query 和 Match Phrase Prefix Query

時間 2019-11-11

標籤 elasticsearch query dsl 整理總結 match phrase prefix 欄目日誌分析简体版

原文原文鏈接

目錄html

引言

今天再讀莊子的《逍遙遊》，其中鯤鵬之扶搖直上九萬里之氣勢，蜩（tiao）與學鳩之眇小之對比，使人印象深入，並對鯤鵬之志心生嚮往。而郭象在注《莊子》卷中卻說，"苟足於其性，則雖大鵬無以自貴於小鳥，小鳥無羨於天池，而榮願有餘矣。故小大雖殊，逍遙一也。"觀看自身，雖然不是什麼領導，老總，但也徹底沒必要感到爲職業生涯憂慮，只要熱愛程序員這個工做，享受編碼的樂趣，作到 80 歲又有何妨。java

書歸正傳，今天咱們聊聊 Match Phase Query。程序員

Match Phase Query

match_phrase 查詢針對的是一個語句，好比 "like football", 分析時也會將整個語句做爲總體,而不會像上篇的 match 查詢會將整個語句拆分爲單個詞條。json

舉個例子，建立一個 match_phase type 並塞進去一個文檔, message 是 I like swimming and riding!api

PUT matchphasetest
{}

PUT matchphasetest/_mapping/match_phase
{
  "properties": {
    "message": {
      "type": "text"
    }
  }
}

PUT matchphasetest/match_phase/1
{
  "message": "I like swimming and riding!"
}

GET matchphasetest/_search
{
  "query": {
    "match_phrase": {
      "message": "I like swimming"
    }
  }
}

默認使用 match_phrase 時會精確匹配查詢的短語，須要所有單詞和順序要徹底同樣，標點符號除外。app

slop 參數

這種精確匹配在大部分狀況下顯得太嚴苛了，有時咱們想要包含 ""I like swimming and riding!"" 的文檔也可以匹配 "I like riding"。這時就要以用到 "slop" 參數來控制查詢語句的靈活度。elasticsearch

slop 參數告訴 match_phrase 查詢詞條相隔多遠時仍然能將文檔視爲匹配什麼是相隔多遠？意思是說爲了讓查詢和文檔匹配你須要移動詞條多少次？ide

以 "I like swimming and riding!" 的文檔爲例，想匹配 "I like riding"，只須要將 "riding" 詞條向前移動兩次，所以設置 slop 參數值爲 2，就能夠匹配到。ui

GET matchphasetest/_search
{
  "query": {
    "match_phrase": {
      "message": {
        "query": "I like riding",
        "slop": 2
      }
    }
  }
}

analyzer 參數

match_phrase 語句也能夠設置 analyzer 參數來定義查詢語句時對其中詞條執行的分析過程。this

默認狀況下，使用的是建立 mapping 時的分析器，若是沒有指定就會使用默認的查詢分析器。這裏舉個例子（只是如何使用）

GET /_search
{
    "query": {
        "match_phrase" : {
            "message" : {
                "query" : "this is a test",
                "analyzer" : "my_analyzer"
            }
        }
    }
}

zero terms query

match_phrase 也接受 zero_terms_query 爲參數，使用方式和 match查詢語句相同

Match Phrase 前綴查詢

match_phrase_prefix 和 match_phrase 用法是同樣的，區別就在於它容許對最後一個詞條前綴匹配。以上節的數據爲例，查詢 I like sw 就能匹配到

I like swimming and riding。

GET matchphasetest/_search
{
  "query": {
    "match_phrase_prefix": {
      "message": "I like swi"
    }
  }
}

max_expansions

官方文檔中說 match_phrase_prefix 查詢中有個參數 max_expansions 說的是參數 max_expansions 控制着能夠與前綴匹配的詞的數量，默認值是 50。

以 I like swi 查詢爲例，它會先查找第一個與前綴 swi 匹配的詞，而後依次查找蒐集與之匹配的詞（按字母順序），直到沒有更多可匹配的詞或當數量超過 max_expansions 時結束。

可是我在使用時，故意造出了數十個以 swi 開頭的詞，而將 max_expansions 的值設爲 10。可是卻返回了全部的結果。在 elasitc 官網也有對該問題的討論, 也是沒有找到答案。這個問題做爲一個公案權且記下，若是您知道緣由，麻煩告訴我，很是感謝。

這裏也貼出個例子，以備後面排查

GET matchphaseprefixtest/_search
{
  "query": {
    "match_phrase_prefix": {
      "message": {
        "query": "I like sw",
        "max_expansions": 10
       }
    }
  }
}

match_phrase_prefix 用起來很是方便，可以實現輸入即搜索的效果，可是也會出現問題。假如說查詢 I like s 而且想要匹配 I like swimming ，結果是默認狀況下它會搜索出前 50 個組合，若是前 50 個沒有 swimming ，那就不會顯示出結果。只能是用戶繼續輸入後面的字母纔可能匹配出結果。

要實現更好的即便搜索的特性，能夠看看 completion suggester 和
Index-Time Search-as-You-Type 能不能實現。