ES搜索結(jié)果優(yōu)化

默認(rèn)匹配查詢

按照ES的默認(rèn)分詞計(jì)算匹配度的結(jié)果

MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("nickName", nickName);
BoolQueryBuilder boolBuilder = QueryBuilders.boolQuery();
boolBuilder.must(matchQueryBuilder);

權(quán)重查詢

提升某些字段的權(quán)重班挖,但是這樣會(huì)導(dǎo)致完全匹配的被排在后面的問題鲁捏。

boolQuery.should(QueryBuilders.matchQuery("nickName", queryString).boost(3.0f));
boolQuery.should(QueryBuilders.matchQuery("realName", queryString).boost(1.f));

即使真實(shí)姓名完全匹配,也會(huì)根據(jù)權(quán)重被排在后面萧芙。

Multi Match Query

The way the multi_match query is executed internally depends on the type parameter, which can be set to:
best_fields
(default) Finds documents which match any field, but uses the _score from the best field.
most_fields
Finds documents which match any field and combines the _score from each field.
cross_fields
Treats fields with the same analyzer as though they were one big field. Looks for each word in any field.
phrase
Runs a match_phrase query on each field and uses the _score from the best field.
phrase_prefix
Runs a match_phrase_prefix query on each field and uses the _score from the best field.
bool_prefix
Creates a match_bool_prefix query on each field and combines the _score from each field.

大致的意思就是

  • best_fields:(默認(rèn))查找匹配的文檔给梅,使用最佳字段的得分。
  • most_fields:查找匹配的文檔双揪,合并每個(gè)字段的得分动羽。
  • cross_fields:用同一個(gè)分析器處理一個(gè)大字段,查找每個(gè)單詞盟榴。
  • phrase:使用來自最佳字段的分?jǐn)?shù)曹质。
  • phrase_prefix:使用最佳字段的分?jǐn)?shù)。
  • bool_prefix:合并每個(gè)字段的得分。

場景1:最佳字段查詢

搜索時(shí)羽德,完全匹配的關(guān)鍵字排名更靠前几莽,采用best_fields進(jìn)行查詢。

String queryString = "ChadJ";
MultiMatchQueryBuilder multiMatchQuery = QueryBuilders
                    .multiMatchQuery(queryString, "nickName", "realeName")
                    .type(MultiMatchQueryBuilder.Type.BEST_FIELDS)
                    .tieBreaker(0.1f); 
boolQuery.must(multiMatchQuery);
  1. 設(shè)置type為best_fields
  2. 未完全匹配的文檔分?jǐn)?shù)乘以系數(shù)0.1
  3. 拉大完全匹配和未完全匹配的分?jǐn)?shù)區(qū)間宅静。

場景2:最佳字段優(yōu)化章蚣,相同值的權(quán)重

當(dāng)昵稱nickName和realeName相同的時(shí)候,想讓真實(shí)姓名的字段權(quán)重更高姨夹。

String queryString = "ChadJ";
// 最佳字段  + 降低除了realeName之外字段的權(quán)重系數(shù)
MatchQueryBuilder nickNameQuery = QueryBuilders.matchQuery("realeName", queryString);
MatchQueryBuilder realeNameQuery = QueryBuilders.matchQuery("nickName", queryString).boost(0.8f);
DisMaxQueryBuilder disMaxQueryBuilder = QueryBuilders.disMaxQuery().add(nickNameQuery ).add(realeNameQuery );
queryBuilder.withQuery(disMaxQueryBuilder);

通過boost可以降低某些條件的權(quán)重系數(shù)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末纤垂,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子磷账,更是在濱河造成了極大的恐慌峭沦,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,427評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件逃糟,死亡現(xiàn)場離奇詭異吼鱼,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)绰咽,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,551評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門菇肃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人取募,你說我怎么就攤上這事琐谤。” “怎么了玩敏?”我有些...
    開封第一講書人閱讀 165,747評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵斗忌,是天一觀的道長。 經(jīng)常有香客問我聊品,道長飞蹂,這世上最難降的妖魔是什么几苍? 我笑而不...
    開封第一講書人閱讀 58,939評(píng)論 1 295
  • 正文 為了忘掉前任翻屈,我火速辦了婚禮,結(jié)果婚禮上妻坝,老公的妹妹穿的比我還像新娘伸眶。我一直安慰自己,他們只是感情好刽宪,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,955評(píng)論 6 392
  • 文/花漫 我一把揭開白布厘贼。 她就那樣靜靜地躺著,像睡著了一般圣拄。 火紅的嫁衣襯著肌膚如雪嘴秸。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,737評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音岳掐,去河邊找鬼凭疮。 笑死,一個(gè)胖子當(dāng)著我的面吹牛串述,可吹牛的內(nèi)容都是我干的执解。 我是一名探鬼主播,決...
    沈念sama閱讀 40,448評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼兆沙,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼嵌屎!你這毒婦竟也來了抡草?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,352評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤右蕊,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后吮螺,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體尤泽,經(jīng)...
    沈念sama閱讀 45,834評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,992評(píng)論 3 338
  • 正文 我和宋清朗相戀三年规脸,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了坯约。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,133評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡莫鸭,死狀恐怖闹丐,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情被因,我是刑警寧澤卿拴,帶...
    沈念sama閱讀 35,815評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站梨与,受9級(jí)特大地震影響堕花,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜粥鞋,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,477評(píng)論 3 331
  • 文/蒙蒙 一缘挽、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧呻粹,春花似錦壕曼、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,022評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至筹燕,卻和暖如春轧飞,著一層夾襖步出監(jiān)牢的瞬間衅鹿,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,147評(píng)論 1 272
  • 我被黑心中介騙來泰國打工过咬, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留塘安,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,398評(píng)論 3 373
  • 正文 我出身青樓援奢,卻偏偏與公主長得像兼犯,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子集漾,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,077評(píng)論 2 355