搜索推薦：Suggest

概述

搜索一般都會要求具有“搜索推薦”或者叫“搜索補全”的功能，即在用戶輸入搜索的過程中，進行自動補全或者糾錯。以此來提高搜索文檔的匹配精準度，進而提升用戶的搜索體驗，這就是Suggest。

四種Suggester

• term suggester：term suggester正如其名，只基于tokenizer之后的單個term去匹配建議詞，并不會考慮多個term之間的關系

  POST <index>/_search { "suggest": {"<suggest_name>": {"text": "<search_content>","term": {"suggest_mode": "<suggest_mode>","field": "<field_name>"}}} }

  Options：

  • text：用戶搜索的文本
  • field：要從哪個字段選取推薦數據
  • analyzer：使用哪種分詞器
  • size：每個建議返回的最大結果數
  • sort：如何按照提示詞項排序，參數值只可以是以下兩個枚舉：
    • score：分數>詞頻>詞項本身
    • frequency：詞頻>分數>詞項本身
  • suggest_mode：搜索推薦的推薦模式，參數值亦是枚舉：
    • missing：默認值，僅為不在索引中的詞項生成建議詞
    • popular：僅返回與搜索詞文檔詞頻或文檔詞頻更高的建議詞
    • always：根據 建議文本中的詞項 推薦 任何匹配的建議詞
  • max_edits：可以具有最大偏移距離候選建議以便被認為是建議。只能是1到2之間的值。任何其他值都將導致引發錯誤的請求錯誤。默認為2
  • prefix_length：前綴匹配的時候，必須滿足的最少字符
  • min_word_length：最少包含的單詞數量
  • min_doc_freq：最少的文檔頻率
  • max_term_freq：最大的詞頻

• phrase suggester：phrase suggester和term suggester相比，對建議的文本會參考上下文，也就是一個句子的其他token，不只是單純的token距離匹配，它可以基于共生和頻率選出更好的建議。

  Options：

  • real_word_error_likelihood： 此選項的默認值為 0.95。此選項告訴 Elasticsearch 索引中 5% 的術語拼寫錯誤。這意味著隨著這個參數的值越來越低，Elasticsearch 會將越來越多存在于索引中的術語視為拼寫錯誤，即使它們是正確的
  • max_errors：為了形成更正，最多被認為是拼寫錯誤的術語的最大百分比。默認值為 1
  • confidence：默認值為 1.0，最大值也是。該值充當與建議分數相關的閾值。只有得分超過此值的建議才會顯示。例如，置信度為 1.0 只會返回得分高于輸入短語的建議
  • collate：告訴 Elasticsearch 根據指定的查詢檢查每個建議，以修剪索引中不存在匹配文檔的建議。在這種情況下，它是一個匹配查詢。由于此查詢是模板查詢，因此搜索查詢是當前建議，位于查詢中的參數下。可以在查詢下的“params”對象中添加更多字段。同樣，當參數“prune”設置為true時，我們將在響應中增加一個字段“collate_match”，指示建議結果中是否存在所有更正關鍵字的匹配
  • direct_generator：phrase suggester使用候選生成器生成給定文本中每個項可能的項的列表。單個候選生成器類似于為文本中的每個單獨的調用term suggester。生成器的輸出隨后與建議候選項中的候選項結合打分。目前只支持一種候選生成器，即direct_generator。建議API接受密鑰直接生成器下的生成器列表；列表中的每個生成器都按原始文本中的每個項調用。

• completion suggester：自動補全，自動完成，支持三種查詢【前綴查詢（prefix）模糊查詢（fuzzy）正則表達式查詢（regex)】 ，主要針對的應用場景就是"Auto Completion"。 此場景下用戶每輸入一個字符的時候，就需要即時發送一次查詢請求到后端查找匹配項，在用戶輸入速度較高的情況下對后端響應速度要求比較苛刻。因此實現上它和前面兩個Suggester采用了不同的數據結構，索引并非通過倒排來完成，而是將analyze過的數據編碼成FST和索引一起存放。對于一個open狀態的索引，FST會被ES整個裝載到內存里的，進行前綴查找速度極快。但是FST只能用于前綴查找，這也是Completion Suggester的局限所在。

  • completion：es的一種特有類型，專門為suggest提供，基于內存，性能很高。
  • prefix query：基于前綴查詢的搜索提示，是最常用的一種搜索推薦查詢。
    • prefix：客戶端搜索詞
    • field：建議詞字段
    • size：需要返回的建議詞數量（默認5）
    • skip_duplicates：是否過濾掉重復建議，默認false
  • fuzzy query
    • fuzziness：允許的偏移量，默認auto
    • transpositions：如果設置為true，則換位計為一次更改而不是兩次更改，默認為true。
    • min_length：返回模糊建議之前的最小輸入長度，默認 3
    • prefix_length：輸入的最小長度（不檢查模糊替代項）默認為 1
    • unicode_aware：如果為true，則所有度量（如模糊編輯距離，換位和長度）均以Unicode代碼點而不是以字節為單位。這比原始字節略慢，因此默認情況下將其設置為false。
  • regex query：可以用正則表示前綴，不建議使用

• context suggester：完成建議者會考慮索引中的所有文檔，但是通常來說，我們在進行智能推薦的時候最好通過某些條件過濾，并且有可能會針對某些特性提升權重。

  • contexts：上下文對象，可以定義多個
    • name：context的名字，用于區分同一個索引中不同的context對象。需要在查詢的時候指定當前name
    • type：context對象的類型，目前支持兩種：category和geo，分別用于對suggest item分類和指定地理位置。
    • boost：權重值，用于提升排名
  • path：如果沒有path，相當于在PUT數據的時候需要指定context.name字段，如果在Mapping中指定了path，在PUT數據的時候就不需要了，因為 Mapping是一次性的，而PUT數據是頻繁操作，這樣就簡化了代碼。這段解釋有木有很牛逼，網上搜到的都是官方文檔的翻譯，覺悟雷同。

總結

以上是生活随笔為你收集整理的es 搜索推荐：Suggest的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。