文章目录

查询建议API
- 单个建议查询词
- 多个建议查询词
Suggester
- Term suggester
- - 参数
- phrase suggester
- completion suggester
- 搜索框实现

查询建议（suggest）是为用户提供良好的使用体验。主要包括：拼写检查；自动建议查询词（自动补全）。

官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.7/search-suggesters.html#。

查询建议API

查询建议也是使用_search端点地址。在DSL中suggest节点来定义需要的建议查询。

单个建议查询词

POST _search
{"query" : {"match": {"message": "tring out Elasticsearch"}},"suggest" : { <!-- 定义建议查询 -->"my-suggestion" : { <!-- 一个建议查询名 -->"text" : "tring out Elasticsearch", <!-- 查询文本 -->"term" : { <!-- 使用词项建议器 -->"field" : "message" <!-- 指定在哪个字段上获取建议词 -->}}}
}

多个建议查询词

可以多个建议词一起查询：

POST _search
{"suggest": {"my-suggest-1" : {"text" : "tring out Elasticsearch","term" : {"suggest_mode": "missing",      "field" : "message"}},"my-suggest-2" : {"text" : "kmichy","term" : {"field" : "user"}}}
}

也可以多个查询使用同一个查询文本：

POST _search
{"suggest": {"text" : "tring out Elasticsearch","my-suggest-1" : {"term" : {"field" : "message"}},"my-suggest-2" : {"term" : {"field" : "user"}}}
}

Suggester

Suggesters基本的运作原理是将输入的文本分解为token，然后在索引的字典里查找相似的term并返回。根据使用场景的不同，Elasticsearch里设计了4种类别的Suggester，分别是:

Term Suggester
Phrase Suggester
Completion Suggester
Context Suggester

Term suggester

对输入的文本进行分词，为每个词进行模糊匹配查询提供词项建议。对于在索引中存在词默认不提供建议词，不存在的词则根据模糊查询结果进行排序后取一定数量的建议词。

项名	说明
text	输入文本（用户的输入），根据此文本查找建议
field	要查询的字段
analyzer	指定分词器
size	每个词返回的最大建议词数量
sort	建议词的排序方式： 1. score：先按评分排序，再按文档频率、term顺序排； 2. frequency：先按文档频率排序，再按评分、term顺序排
suggest_mode	建议模式（控制提供建议词的方式）： 1. missing：默认方式，仅在‘要搜索词项’不在索引中存在时，才提供建议词； 2. popular：仅提供频率比‘要搜索词项’高的建议词； 3. always：总是提供建议词；

public void termSuggestSearch(String index, String field, String keyword) {try (RestHighLevelClient rhlClient = ESClient.getClient()) {TermSuggestionBuilder termSuggestion = SuggestBuilders.termSuggestion(field);termSuggestion.text(keyword);termSuggestion.size(5);termSuggestion.suggestMode(TermSuggestionBuilder.SuggestMode.ALWAYS);SuggestBuilder suggestBuilder = new SuggestBuilder();String suggestName = "sugName";suggestBuilder.addSuggestion(suggestName, termSuggestion);SearchRequest searchRequest = new SearchRequest(index);SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();sourceBuilder.suggest(suggestBuilder);searchRequest.source(sourceBuilder);SearchResponse response = rhlClient.search(searchRequest, RequestOptions.DEFAULT);Suggest suggest = response.getSuggest();if (suggest != null) {Suggest.Suggestion result = suggest.getSuggestion(suggestName);for (Object term : result.getEntries()) {if(term instanceof TermSuggestion.Entry) {TermSuggestion.Entry entry = (TermSuggestion.Entry)term;entry.getOptions().forEach(z->{System.out.println("Text: " + z.getText() + ", freq: " + z.getFreq() + ", score: " + z.getScore());});}else {System.out.println("It is not termSuggestion.Entry: " + term);}}}} catch (Exception ex) {System.out.println(index + " query fail: " + ex);}
}

参数

字段名称	说明
`max_edits`	表示被选为建议的`edit distance`的最大值，只能是1，2之间的数（可以是小数），默认是2
`prefix_length`	表示被选为建议的最小前缀字符的长度，默认为`1`，增加这个长度可以提高拼写检查的性能，通常拼写错误不会发生在术语的最前面
`min_word_length`	表示推荐文本的最小长度，默认为4
`shard_size`	设置从每个分片检索的建议的最大数量。在reduce阶段，根据size选项只返回前N个建议。默认是和size选项一样
`max_inspections`	表示一个因子，这个参数和shard_size参数相乘以便在分片级别检查更多的候选者的拼写错误，参数默认为5
`min_doc_freq`	表示一个建议中应包含文档数目的最小限制，可以指定为一个确切的数或文档数的相对百分比，默认是0（即不开启此功能）
`max_term_freq`	表示推荐文本可以包含的文档数目的最大限制，可以是一个代表文档频率的确切值，也可以是一个相对百分数（比如0.4），默认是0.01f。这个参数可以用来排除高频术语的拼写检查
`string_distance`	表示一个字符串距离用于和推荐内容相比它们之间的相似性，这个参数可能的值有5个： `internal`：表示默认的基于`damerau_levenshtein`算法，但在比较字符串距离内的索引已经做过高度优化 `damerau_levenshtein`：是一种基于`Damerau-Levenshtein`算法的字符串距离算法 `levenshtein`：是一种基于Levenshtein edit distance算法的字符串距离算法 `jaro_winkler`：是一种基于`Jaro-Winkler`算法的字符串距离算法 `ngram`：是一种基于字符连词的字符串距离算法

phrase suggester

短语建议，在term的基础上，考量多个term间的关系（是否同时出现在索引的原文里，相邻程度，以及词频等）：

public void phraseSuggestSearch(String index, String field, String keyword) {try (RestHighLevelClient rhlClient = ESClient.getClient()) {PhraseSuggestionBuilder phraseSuggestion = SuggestBuilders.phraseSuggestion(field);phraseSuggestion.text(keyword);phraseSuggestion.size(5);SuggestBuilder suggestBuilder = new SuggestBuilder();String suggestName = "sugName";suggestBuilder.addSuggestion(suggestName, phraseSuggestion);SearchRequest searchRequest = new SearchRequest(index);SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();sourceBuilder.suggest(suggestBuilder);searchRequest.source(sourceBuilder);SearchResponse response = rhlClient.search(searchRequest, RequestOptions.DEFAULT);Suggest suggest = response.getSuggest();if (suggest != null) {Suggest.Suggestion result = suggest.getSuggestion(suggestName);for (Object term : result.getEntries()) {if(term instanceof PhraseSuggestion.Entry) {PhraseSuggestion.Entry entry = (PhraseSuggestion.Entry)term;entry.getOptions().forEach(z->{System.out.println("Text: " + z.getText() + ", score: " + z.getScore());});}else {System.out.println("It is not phraseSuggestion.Entry: " + term);}}}} catch (Exception ex) {System.out.println(index + " query fail: " + ex);}
}

completion suggester

Completion Suggester提供自动完成/随类型搜索的功能；这是一种导航特性，可以在用户键入时引导他们找到相关结果，提高搜索精度。因此实现上它和前面两个Suggester采用了不同的数据结构，索引并非通过倒排来完成，而是将analyze过的数据编码成FST和索引一起存放。对于一个open状态的索引，FST会被ES整个装载到内存里的，进行前缀查找速度极快。但是FST只能用于前缀查找，这也是Completion Suggester的局限所在。

为了使用自动补全，索引中用来提供补全建议的字段需特殊设计，字段类型为 completion。

搜索框实现

要实现搜索框的补全/纠错功能：

在用户刚开始输入的过程中，使用Completion Suggester进行关键词前缀匹配，刚开始匹配项会比较多，随着用户输入字符增多，匹配项越来越少。
如果用户输入比较精准，可能Completion Suggester的结果已经够好，用户已经可以看到理想的备选项了。如果Completion Suggester已经到了零匹配，那么可以猜测是否用户有输入错误，这时候可以尝试一下Phrase Suggester。如果Phrase Suggester没有找到任何option，开始尝试term Suggester。
精准程度上(Precision)看： Completion > Phrase > term，而召回率上(Recall)则反之。从性能上看，Completion Suggester是最快的，如果能满足业务需求，只用Completion Suggester做前缀匹配是最理想的。Phrase和Term由于是做倒排索引的搜索，相比较而言性能应该要低不少，应尽量控制suggester用到的索引的数据量，最理想的状况是经过一定时间预热后，索引可以全量map到内存。

[Java]-Elastic中suggest查询建议相关推荐

[ElasticSearch]Suggest查询建议(自动补全纠错)
1) 概念查询建议,能够为用户提供良好的使用体验.主要包括: 拼写检查(纠错) 自动建议查询词(自动补全) 2) Suggest种类及参数 2.1 Term Suggester Te ...
Elasticsearch搜索引擎第十一篇-Suggest查询建议
文章目录查询建议是什么 ES查询建议API Suggester介绍 term suggester phrase suggester completion suggester 自动补全查询建议是什么 ...
Java Elastic search 常用查询
java Elastic 客户端基本使用引入jar compile 'org.elasticsearch:elasticsearch:5.5.0'compile 'org.elasticsearch ...
java开发中为什么不建议连表查询
一:单表查询更有利于后续维护二:代码可复用性高三:效率问题 a:数据量小的情况下,连表查询的效率还是可以的,但是如果连表比较多,数据量上去,查询是笛卡尔积方式,查询的数据量是成几何倍上升的,这种情 ...
java项目中数据查询慢问题
1.java代码层面 1)代码块冗余,调用方法过多,能在sql层面解决的问题尽量让sql服务器去解决:比如说查询三个学生的总成绩,有的人会分别去调用三次接口来分别获得三个学生的总成绩,而有的人直接在s ...
ElasticSearch 文档检索、查询建议、数据聚合
目录结构化搜索 term 单词匹配(单个值) terms 单词匹配(多个值) range 范围查询 exists 存在查询.miss 缺失查询 ids id匹配 prefix 前缀匹配 wildca ...
编写高质量代码改善java程序的151个建议——[110-117]异常及Web项目中异常处理
编写高质量代码改善java程序的151个建议--[110-117]异常及Web项目中异常处理原创地址:http://www.cnblogs.com/Alandre/(泥沙砖瓦浆木匠),需要转载的,保 ...
Java实现elastic中服务接口性能指标统计(接口QPS、接口99响应时间等）并存入表
近期需要对线上A服务接口进行健康度监控,即把A服务各个接口每天的性能指标进行统计并写入库表,便于对接口通过周期性数据进行全面分析及接口优化. 据调研了解,有2种解决方案可行: 1)目前服务接口请求信息 ...
编写高质量代码:改善Java程序的151个建议(第1章:JAVA开发中通用的方法和准则___建议1~5)...
The reasonable man adapts himself to the world; The unreasonable one persists in trying ...

[Java]-Elastic中suggest查询建议