即时搜索字段类型
编辑即时搜索字段类型编辑
search_as_you_type 字段类型是一种类似文本的字段，经过优化后可以为即时搜索完成用例提供开箱即用的支持。它会创建一系列子字段，这些子字段经过分析后会生成索引词条，这些词条可以通过与整个索引文本值部分匹配的查询进行高效匹配。支持前缀补全（即匹配从输入开头开始的词条）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
response = client.indices.create(
index: 'my-index-000001',
body: {
mappings: {
properties: {
my_field: {
type: 'search_as_you_type'
}
}
}
}
)
puts response
PUT my-index-000001
{
"mappings": {
"properties": {
"my_field": {
"type": "search_as_you_type"
}
}
}
}
这将创建以下字段
|
|
根据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 shingle 大小为 2 的 shingle 标记过滤器包装 |
|
|
使用 shingle 大小为 3 的 shingle 标记过滤器包装 |
|
|
使用边缘 ngram 标记过滤器包装 |
可以使用 max_shingle_size 映射参数配置子字段中 shingle 的大小。默认值为 3，此参数的有效值为整数 2 到 4（含）。将为从 2 到 max_shingle_size（含）的每个 shingle 大小创建 Shingle 子字段。my_field._index_prefix 子字段在构建自己的分析器时，将始终使用 shingle 大小为 max_shingle_size 的 shingle 子字段的分析器。
增加 max_shingle_size 将提高包含更多连续词条的查询的匹配度，但代价是索引大小更大。默认的 max_shingle_size 通常应该足够了。
当索引文档的根字段 my_field 有值时，相同的输入文本会使用不同的分析链自动索引到每个字段中。
response = client.index(
index: 'my-index-000001',
id: 1,
refresh: true,
body: {
my_field: 'quick brown fox jump lazy dog'
}
)
puts response
PUT my-index-000001/_doc/1?refresh
{
"my_field": "quick brown fox jump lazy dog"
}
为即时搜索用例提供查询的最有效方法通常是针对根 search_as_you_type 字段及其 shingle 子字段的类型为 bool_prefix 的 multi_match 查询。这可以匹配任意顺序的查询词条，但如果文档在 shingle 子字段中按顺序包含词条，则得分会更高。
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
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，或使用短语查询的其他属性进行搜索，请对根字段使用 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，则也可以使用 match_phrase 查询。使用短语查询的效率可能低于使用 match_bool_prefix 查询。
response = client.search(
index: 'my-index-000001',
body: {
query: {
match_phrase_prefix: {
my_field: 'brown f'
}
}
}
)
puts 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 字段的映射中接受，并且是此字段类型特有的
-
max_shingle_size -
（可选，整数）要创建的最大 shingle 大小。有效值为
2（含）到4（含）。默认为3。将为
2和此值之间的每个整数创建一个子字段。例如，值为3将创建两个子字段：my_field._2gram和my_field._3gram更多子字段可以实现更具体的查询，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 字段本质上是一种类似文本的字段，因此在其映射中接受以下参数，并且其行为类似于配置 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子字段。
-
analyzer - 应该用于
text字段的 分析器，包括索引时和搜索时（除非被search_analyzer覆盖）。默认为默认索引分析器或standard分析器。 -
index - 该字段是否应该可搜索？接受
true（默认值）或false。 -
index_options - 为了搜索和突出显示的目的，应该在索引中存储哪些信息。默认为
positions。 -
norms - 在对查询进行评分时是否应该考虑字段长度。接受
true或false。此选项配置根字段和 shingle 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可以与
_source字段分开检索。接受true或false（默认值）。此选项仅配置根字段，不配置任何子字段。 -
search_analyzer - 应该在搜索时对
text字段使用的analyzer。默认为analyzer设置。 -
search_quote_analyzer - 在搜索时遇到短语时应该使用的
analyzer。默认为search_analyzer设置。 -
similarity - 应该使用哪种评分算法或*相似度*。默认为
BM25。 -
term_vector - 是否应该为该字段存储词向量。默认为
no。此选项配置根字段和 shingle 子字段，但不配置前缀子字段。
前缀查询的优化编辑
对根字段或其任何子字段进行 prefix 查询时，该查询将被重写为对 ._index_prefix 子字段的 term 查询。这比对文本字段进行典型的 prefix 查询更有效，因为每个 shingle 的前缀（最大长度）都直接作为词条索引在 ._index_prefix 子字段中。
._index_prefix 子字段的分析器稍微修改了 shingle 构建行为，还会索引字段值末尾词条的前缀，这些前缀通常不会作为 shingle 生成。例如，如果值 quick brown fox 被索引到 max_shingle_size 为 3 的 search_as_you_type 字段中，则 brown fox 和 fox 的前缀也会被索引到 ._index_prefix 子字段中，即使它们没有作为词条出现在 ._3gram 子字段中。这允许补全字段输入中的所有词条。