词干搜索中的匹配查询内部-弹性

Question

给定以下查询：

 match: {"title": "proportions"}

对于使用词干分析器分析标题字段的文档：

Doc 1 title: proportion

Doc 2 title: proportions

会送回两份文件。

在内部执行查询的方式如下：

"bool":{
      "should": [{"term" : {"title" : "proportions}}]

 }

如果是的话，“比例”这个词根的匹配是在哪里进行的？我在努力弄清楚在管道中的词根匹配在哪里。

Answer 1

实际上，查询不是这样在内部执行的。Term和Match查询有几个不同之处，但最重要的一点是，术语查询搜索倒排索引，准确地查找指定的查询文本，而Match查询使用所使用的任何分析器分析查询文本，然后使用这些值搜索倒排索引。

让我们来看看一个例子，使用英语词干器。

我制作了一个名为my_analyzer (就像在医生里)的英语词干过滤器：

PUT
{
   "settings": {
      "analysis": {
         "analyzer": {
            "my_analyzer": {
                "type":"custom",
               "tokenizer": "whitespace",
               "filter": [
                  "my_stemmer"
               ]
            }
         },
         "filter": {
            "my_stemmer": {
               "type": "stemmer",
               "name": "english"
            }
         }
      }
   }
}

接下来，我为我的词干分析器定义了一个映射，只需一个名为value的简单字段就可以了：

PUT _mapping/test
{
     "properties": {
        "value": {
           "type": "string",
           "analyzer": "my_analyzer"
        }
     }
}

现在，让我们索引两个文档，

PUT{"value":"proportion"}
PUT{"value":"proportions"}

当我们执行以下查询时，您认为会发生什么？FYI，您可以在这里将“比例”更改为“比例”，以获得相同的结果。

"query": {
      "bool": {
         "should": [{
               "term": {"value": {"value": "proportion"}}
            }]
      }
   }

"hits": {
  "total": 0,
  "max_score": null,
  "hits": []
}

无结果.这一点很重要，因为我们直接在倒排索引中搜索“比例”，结果是空的。这实际上是因为“比例”或“比例”这两个词不在我们的倒排索引中。里面有什么？让我们找出：

"tokens": [
  {
     "token": "proport",
     "start_offset": 0,
     "end_offset": 11,
     "type": "word",
     "position": 1
  }
]

索引中只有单词proport。如果您修改上面的bool查询以使用文本proport，那么您将得到两个文档。当您像这样使用匹配查询时：

"query": {
    "match": {
       "value": "proportions"
    }
}

实际上，通过词干分析器运行“比例”，匹配查询在倒排索引中搜索"proport"，得到以下结果：

  "hits": [
     {
        "_index": "test",
        "_type": "test",
        "_id": "1",
        "_score": 0.30685282,
        "_source": {
           "value": "proportion"
        }
     },
     {
        "_index": "test",
        "_type": "test",
        "_id": "2",
        "_score": 0.30685282,
        "_source": {
           "value": "proportion"
        }
     }
  ]

TLDR:术语查询准确地查找倒排索引中给它的内容，匹配查询在倒排索引中查找分析的输出。