即时搜索字段类型
编辑即时搜索字段类型
编辑search_as_you_type 字段类型是一种类文本字段，经过优化，可为即时完成用例的查询提供开箱即用的支持。它创建一系列子字段，这些子字段经过分析，以索引可通过部分匹配整个索引文本值的查询有效地匹配的词条。支持前缀补全（即，匹配输入开头处的词条）和中缀补全（即，匹配输入中任何位置的词条）。
将此类型的字段添加到映射时
resp = client.indices.create(
index="my-index-000001",
mappings={
"properties": {
"my_field": {
"type": "search_as_you_type"
}
}
},
)
print(resp)
response = client.indices.create(
index: 'my-index-000001',
body: {
mappings: {
properties: {
my_field: {
type: 'search_as_you_type'
}
}
}
}
)
puts response
const response = await client.indices.create({
index: "my-index-000001",
mappings: {
properties: {
my_field: {
type: "search_as_you_type",
},
},
},
});
console.log(response);
PUT my-index-000001
{
"mappings": {
"properties": {
"my_field": {
"type": "search_as_you_type"
}
}
}
}
这将创建以下字段
|
|
按照映射中的配置进行分析。如果未配置分析器，则使用索引的默认分析器 |
|
|
使用大小为 2 的瓦片令牌过滤器封装 |
|
|
使用大小为 3 的瓦片令牌过滤器封装 |
|
|
使用边缘 n 元语法令牌过滤器封装 |
可以使用 max_shingle_size 映射参数配置子字段中瓦片的尺寸。默认值为 3，此参数的有效值为 2 - 4 的整数值（包括 2 和 4）。将为每个瓦片大小创建瓦片子字段，从 2 到 max_shingle_size（包括该值）。构造其自己的分析器时，my_field._index_prefix 子字段将始终使用 max_shingle_size 的瓦片子字段中的分析器。
增加 max_shingle_size 将改善更多连续词条的查询的匹配，但代价是索引大小会增大。默认的 max_shingle_size 通常应该足够了。
当索引文档的根字段 my_field 具有值时，相同的输入文本会自动索引到这些字段中的每一个，并具有不同的分析链。
resp = client.index(
index="my-index-000001",
id="1",
refresh=True,
document={
"my_field": "quick brown fox jump lazy dog"
},
)
print(resp)
response = client.index(
index: 'my-index-000001',
id: 1,
refresh: true,
body: {
my_field: 'quick brown fox jump lazy dog'
}
)
puts response
const response = await client.index({
index: "my-index-000001",
id: 1,
refresh: "true",
document: {
my_field: "quick brown fox jump lazy dog",
},
});
console.log(response);
PUT my-index-000001/_doc/1?refresh
{
"my_field": "quick brown fox jump lazy dog"
}
服务于即时搜索用例的最有效查询方式通常是 multi_match 查询（类型为 bool_prefix），该查询以根 search_as_you_type 字段及其瓦片子字段为目标。这可以按任何顺序匹配查询词条，但如果文档在瓦片子字段中按顺序包含词条，则会为文档打出更高的分数。
resp = client.search(
index="my-index-000001",
query={
"multi_match": {
"query": "brown f",
"type": "bool_prefix",
"fields": [
"my_field",
"my_field._2gram",
"my_field._3gram"
]
}
},
)
print(resp)
response = client.search(
index: 'my-index-000001',
body: {
query: {
multi_match: {
query: 'brown f',
type: 'bool_prefix',
fields: [
'my_field',
'my_field._2gram',
'my_field._3gram'
]
}
}
}
)
puts response
const response = await client.search({
index: "my-index-000001",
query: {
multi_match: {
query: "brown f",
type: "bool_prefix",
fields: ["my_field", "my_field._2gram", "my_field._3gram"],
},
},
});
console.log(response);
GET my-index-000001/_search
{
"query": {
"multi_match": {
"query": "brown f",
"type": "bool_prefix",
"fields": [
"my_field",
"my_field._2gram",
"my_field._3gram"
]
}
}
}
{
"took" : 44,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 0.8630463,
"hits" : [
{
"_index" : "my-index-000001",
"_id" : "1",
"_score" : 0.8630463,
"_source" : {
"my_field" : "quick brown fox jump lazy dog"
}
}
]
}
}
要搜索严格按顺序匹配查询词条的文档，或者要使用短语查询的其他属性进行搜索，请在根字段上使用 match_phrase_prefix 查询。如果最后一个词条应该完全匹配，而不是作为前缀匹配，则还可以使用 match_phrase 查询。使用短语查询可能不如使用 match_bool_prefix 查询效率高。
resp = client.search(
index="my-index-000001",
query={
"match_phrase_prefix": {
"my_field": "brown f"
}
},
)
print(resp)
response = client.search(
index: 'my-index-000001',
body: {
query: {
match_phrase_prefix: {
my_field: 'brown f'
}
}
}
)
puts response
const response = await client.search({
index: "my-index-000001",
query: {
match_phrase_prefix: {
my_field: "brown f",
},
},
});
console.log(response);
GET my-index-000001/_search
{
"query": {
"match_phrase_prefix": {
"my_field": "brown f"
}
}
}
search_as_you_type 字段特有的参数
编辑以下参数在 search_as_you_type 字段的映射中被接受，并且是此字段类型所特有的
-
max_shingle_size -
（可选，整数）要创建的最大瓦片大小。有效值为
2（含）到4（含）。默认为3。为介于
2和此值之间的每个整数创建子字段。例如，值3会创建两个子字段：my_field._2gram和my_field._3gram更多的子字段可以启用更具体的查询，但会增加索引大小。
字段类型作为文本字段的参数
编辑由于 search_as_you_type 字段的性质类似于文本字段，因此以下参数在此字段的映射中被接受，并且其行为类似于在配置 text 数据类型的字段时的行为。除非另有说明，否则这些选项以相同的方式配置根字段的子字段。
-
analyzer - 应该用于
text字段的 分析器，无论是在索引时还是在搜索时（除非被search_analyzer覆盖）。默认为默认的索引分析器或standard分析器。 -
index - 该字段是否应该可搜索？接受
true（默认）或false。 -
index_options - 为了搜索和突出显示，应该在索引中存储什么信息。默认为
positions。 -
norms - 在对查询评分时是否应考虑字段长度。接受
true或false。此选项配置根字段和瓦片子字段，其中默认值为true。它不配置前缀子字段，其中默认值为false。 -
store - 字段值是否应该存储，并且可以与
_source字段分开检索。接受true或false（默认）。此选项仅配置根字段，而不配置任何子字段。 -
search_analyzer - 应该在搜索时在
text字段上使用的analyzer。默认为analyzer设置。 -
search_quote_analyzer - 当遇到短语时应该在搜索时使用的
analyzer。默认为search_analyzer设置。 -
similarity - 应该使用哪个评分算法或相似度。默认为
BM25。 -
term_vector - 是否应该为该字段存储词条向量。默认为
no。此选项配置根字段和瓦片子字段，但不配置前缀子字段。
前缀查询的优化
编辑当向根字段或其任何子字段发出 prefix 查询时，查询将重写为 term 查询，该查询以 ._index_prefix 子字段为目标。这比文本字段上的 prefix 查询更有效地匹配，因为每个瓦片的特定长度的前缀会直接作为 ._index_prefix 子字段中的词条进行索引。
._index_prefix 子字段的分析器会稍微修改瓦片构建行为，以索引字段值末尾词条的前缀，而这些前缀通常不会作为瓦片生成。例如，如果将值 quick brown fox 索引到 max_shingle_size 为 3 的 search_as_you_type 字段中，则 brown fox 和 fox 的前缀也会索引到 ._index_prefix 子字段中，即使它们没有作为 ._3gram 子字段中的词条出现。这样就可以完成字段输入中的所有词条。
合成 _source
编辑合成 _source 仅对 TSDB 索引（index.mode 设置为 time_series 的索引）正式可用。对于其他索引，合成 _source 处于技术预览阶段。技术预览阶段的功能可能会在未来版本中更改或删除。Elastic 将努力修复任何问题，但技术预览阶段的功能不受官方 GA 功能的支持 SLA 的约束。
search_as_you_type 字段在其默认配置中支持 合成 _source。