ElasticSearch的模糊查询

Question

我是ElasticSearch的新手，目前正在探索它的特性。其中之一是我感兴趣的模糊查询，我正在测试，并有麻烦使用。这可能是一个虚拟的问题，所以我想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。:)

顺便说一句，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“第一个索引”的新索引开始，在这个索引中，我存储一个带有“美式足球”值的对象“标签”。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"
  }
}
'

这就是我得到的结果。

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

到目前为止，我想使用模糊查询找到这个条目。这是我寄来的：

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，没有命中。但现在，当我将查询的值从“美式足球”(american)缩小到“美式足球”(american from )时，如下所示：

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，我得到了正确的击中我的条目，因此结果是：

{
  "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"
        }
      }
    } ]
  }
}

因此，我有几个与这个测试相关的问题：

1. 为什么我在执行一个值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. 这与我有多个词的价值有关吗？
3. 是否有办法在我的查询结果中获得“相似性”评分，以便更好地理解如何为我的模糊查询找到正确的阈值？
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。我能找到一份详尽无遗的清单吗？
5. 实际上，其他查询的问题也是一样的。
6. 使用lucene语法获得模糊匹配的模糊查询和查询字符串查询之间有什么区别吗？

Answer 1

1.

模糊查询根据条件进行操作。它不能处理短语，因为它不分析文本。所以，在你的例子中，elasticsearch试图将“美式足球”与“美式足球”和“足球”相匹配。术语之间的匹配是基于Levenshtein距离的，它用于计算相似分数。由于您有min_similarity=0.0，所以只要编辑距离小于最小项的大小，任何术语都应该与任何术语匹配。在你的例子中，“美式足球”有17码，“美国人”有8码。这两个术语之间的距离是9，比最小的第8项的距离还要大。因此，这个词被拒绝了。“美式足球”和“美国人”之间的编辑距离是6，基本上是“美式”一词，末尾加了6个。这就是它产生结果的原因。对于min_similarity=0.0，任何编辑距离7或更短的内容都会匹配。例如，搜索"aqqqqqq“时甚至会得到结果。

2.

是的，正如我前面所解释的，它与多个单词的值有一定的关系.如果要搜索多个项，请查看像这个查询一样模糊和文本查询的模糊参数。

4和5。

通常，仅次于elasticsearch.org的下一个最佳信息源是elasticsearch源代码。