首頁(yè) 猿問(wèn) Elastic Search...

Elastic Search 對(duì)多個(gè)字段進(jìn)行模糊匹配，并對(duì)多個(gè)字段組合得分進(jìn)行排序

PHP

慕桂英4014372 2023-04-21 14:14:43

我在 Laravel 中使用 Elastic Search，我的索引有 3 個(gè)字段text,mood,haloha_id。首先，我想匹配"haloha_id"（將 haloha_id 視為帖子，將文本視為該帖子的評(píng)論）如果匹配，則進(jìn)行進(jìn)一步匹配。假設(shè)"haloha_id"匹配現(xiàn)在我想匹配“文本”字段中的子字符串，然后匹配“心情”（整數(shù)或者 0,1,2 等）“只有當(dāng)某些“文本”匹配時(shí)才匹配心情，否則不匹配。我正在制作 Like Mine 查詢意味著與特定帖子的用戶評(píng)論匹配的評(píng)論將僅顯示。我的查詢中的問(wèn)題是我自己的評(píng)論沒(méi)有出現(xiàn)在頂部因此它匹配 100%如果某人的“心情”和“評(píng)論”與我的 100% 匹配，那么它就不會(huì)出現(xiàn)在頂部。我刪除了與“心情”相關(guān)的查詢，但分?jǐn)?shù)沒(méi)有影響，這意味著分?jǐn)?shù)不包括心情匹配的分?jǐn)?shù)。這是我的查詢。 "query"=>[ "bool"=>[ "should"=>[ "match"=>[ "text"=>[ "query"=>$userHaloha->filtered_text, "fuzziness"=>"AUTO", ] ] ], "minimum_should_match"=>1, "must"=>[ "match"=>[ "mood"=>$userHaloha->mood, ], "match"=>[ "haloha_id"=>$userHaloha->haloha_id ] ]

查看完整描述

1 回答

慕桂英3389331

TA貢獻(xiàn)2036條經(jīng)驗(yàn) 獲得超8個(gè)贊

查詢是不言自明的。我添加了“haloha_id”來(lái)過(guò)濾塊（不對(duì)文檔評(píng)分），“text”添加到 must 塊（給文檔評(píng)分），“mood”添加到 should block（提升文檔）

{

? "query": {

? ? "bool": {

? ? ? "filter": [

? ? ? ? {

? ? ? ? ? "match": {

? ? ? ? ? ? "haloha_id": "5ecf6bff25a36366cd134db2"

? ? ? ? ? }

? ? ? ? }

? ? ? ],

? ? ? "must": [

? ? ? ? {

? ? ? ? ? "match": {

? ? ? ? ? ? "text": {

? ? ? ? ? ? ? "query": "chilli ",

? ? ? ? ? ? ? "fuzziness": "auto"

? ? ? ? ? ? }

? ? ? ? ? }

? ? ? ? }

? ? ? ],

? ? ? "should": [

? ? ? ? {

? ? ? ? ? "term": {

? ? ? ? ? ? "mood": {

? ? ? ? ? ? ? "value": 2

? ? ? ? ? ? }

? ? ? ? ? }

? ? ? ? }

? ? ? ]

? ? }

? }

}

mood:3 中的問(wèn)題比 mood:2（should 子句中的搜索詞）排名更高是由于分片

來(lái)自文檔

如果您注意到兩個(gè)內(nèi)容相同的文檔得到不同的分?jǐn)?shù)，或者完全匹配的文檔沒(méi)有排在第一位，那么問(wèn)題可能與分片有關(guān)。默認(rèn)情況下，Elasticsearch 讓每個(gè)分片負(fù)責(zé)生成自己的分?jǐn)?shù)。然而，由于索引統(tǒng)計(jì)信息是得分的重要貢獻(xiàn)者，因此這僅在分片具有相似索引統(tǒng)計(jì)信息時(shí)才有效。假設(shè)是因?yàn)槟J(rèn)情況下文檔被均勻地路由到分片，那么索引統(tǒng)計(jì)數(shù)據(jù)應(yīng)該非常相似并且評(píng)分會(huì)按預(yù)期工作。但是，如果您：
在索引時(shí)使用路由，查詢多個(gè)索引，或者索引中的數(shù)據(jù)太少，那么搜索請(qǐng)求中涉及的所有分片很可能沒(méi)有相似的索引統(tǒng)計(jì)信息，并且相關(guān)性可能很差。
如果您有一個(gè)小數(shù)據(jù)集，解決此問(wèn)題的最簡(jiǎn)單方法是將所有內(nèi)容索引到具有單個(gè)分片 (index.number_of_shards: 1) 的索引中，這是默認(rèn)設(shè)置。那么所有文檔的索引統(tǒng)計(jì)信息都是相同的，并且分?jǐn)?shù)將是一致的。

反對(duì) 回復(fù) 2023-04-21