ES之Highlight及Suggest搜索推荐详解

一. Highlight高亮查询

a) 三种高亮：

i. unified highlighter：默认的高亮方式，使用Lucene的实现方式

ii. plain highlighter：性能较高，消耗少量内存，性价比高

iii. fast vactor highlighter 适合字段较大，较复杂的查询情况

b) 自定义标签

i. pre_tag：起始标签，如

ii. post_tag：结束标签，如

c) 参数设置：https://www.elastic.co/guide/en/elasticsearch/reference/current/highlighting.html

d) 注意

i. 每个高亮字段都需要对应一个查询

二. Suggest搜索推荐

四种suggest：term suggester、phrase suggester、completion suggester、context suggester

i. term suggester：根据词项的词频来推荐

重要参数：

a) text：用户搜索的文本

b) field：要从哪个字段选取推荐数据

c) analyzer：使用哪种分词器

d) size：每个建议返回的最大结果数

e) sort：如何按照提示词项排序，参数值只可以是以下两个枚举：

i. score：分数>词频>词项本身

ii. frequency：词频>分数>词项本身

f) suggest_mode：搜索推荐的推荐模式，参数值亦是枚举：

i. missing：默认值，仅匹配不在索引中的词项

ii. popular：仅推荐比原始推荐词项文档词频（doc count）更高的相似词项

iii. always：根据建议文本中的词项推荐任何匹配的建议词

g) max_edits：可以具有最大偏移距离候选建议以便被认为是建议。只能是1到2之间的值。任何其他值都将导致引发错误的请求错误。默认为2

h) prefix_length：前缀匹配的时候，必须满足的最少字符

i) min_word_length：最少包含的单词数量

j) min_doc_freq：最少的文档频率

phrase suggester：phrase suggester和term suggester相比，对建议的文本会参考上下文，也就是一个句子的其他token，不只是单纯的token距离匹配，它可以基于共生和频率选出更好的建议。

i. direct_generator：phrase suggester使用候选生成器生成给定文本中每个项可能的项的列表。单个候选生成器类似于为文本中的每个单独的调用term suggester。生成器的输出随后与建议候选项中的候选项结合打分。目前只支持一种候选生成器，即direct_generator。建议API接受密钥直接生成器下的生成器列表；列表中的每个生成器都按原始文本中的每个项调用。

ii. highlight：高亮标签

pre_tag：起始标签，如
post_tag：闭合标签，如

completion suggester：自动补全，自动完成，支持三种查询【前缀查询（prefix）/模糊查询（fuzzy）/正则表达式查询（regex）】

i. Completion：es的一种特有类型，专门为suggest提供，基于内存，性能很高。

ii. prefix query：基于前缀查询的搜索提示，是最常用的一种搜索推荐查询。

prefix：客户端搜索词
field：建议词字段
size：需要返回的建议词数量
skip_duplicates：是否过滤掉重复建议，默认false

iii. fuzzy query

fuzziness：允许的偏移量，默认auto
transpositions：如果设置为true，则换位计为一次更改而不是两次更改，默认为true。
min_length：返回模糊建议之前的最小输入长度，默认 3
prefix_length：输入的最小长度（不检查模糊替代项）默认为 1
unicode_aware：如果为true，则所有度量（如模糊编辑距离，换位和长度）均以Unicode代码点而不是以字节为单位。这比原始字节略慢，因此默认情况下将其设置为false。

iv. regex query：可以用正则表示前缀，不建议使用

context suggester：完成建议者会考虑索引中的所有文档，但是通常希望提供由某些条件过滤和/或增强的建议。

三. 地理位置搜索疫情地图

a) geo_point：地理位置类型，经纬度坐标

i. latitude：维度缩写：lat

ii. longitude：经度缩写：lon

b) Geo-bounding box query：两个点确定一个矩形，搜索中间的点

i. top_left：矩形左上点坐标

ii. bottom_right：矩形右上角表

参考文章：http://www.ysxbohui.com/article/25

ES之Highlight及Suggest搜索推荐详解相关推荐

linux如何确定共享库路径,摘录Linux下动态共享库加载时的搜索路径详解
对动态库的实际应用还不太熟悉的读者可能曾经遇到过类似"error while loading shared libraries"这样的错误,这是典型的因为需要的动态库不在动态链接器 ...
Spring和Elasticsearch全文搜索整合详解
Spring和Elasticsearch全文搜索整合详解一.概述 ElasticSearch是一个基于Lucene的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web ...
模糊匹配读音_onenote搜索机制详解②：两种搜索模式，模糊与精确匹配
先从纯文本搜索讲起,这是最基本也是最重要的. 从这篇开始,以及接下来连续几篇文章,都会介绍搜索的基础功能.注意,这几篇文章中谈论的都是基本的.正常的搜索功能,暂时不考虑Bug等因素. 在很多软件(例如 ...
【干货】某视频app推荐详解.pdf（附下载链接）
今天给大家带来一份干货资料<某视频app推荐详解.pdf>,本文档包含推荐目标.推荐模型.推荐架构以及产品和运营相关的问题,文档已收录到小程序省时查报告中,大家可以到省时查报告小程序中查看 ...
搜索引擎高级搜索指令详解
在当今外贸竞争越来越惨烈的情况下,广大站长没有两把刷子是不行滴.学习外贸SEO就是一个方法. 当初凭借傻瓜式就可以赚取美金等外币的时代已经悄悄远去,当下如果要提高站点排名,提升外贸网站流量,那么必须使 ...
DFS（深度优先搜索）详解（概念讲解，图片辅助，例题解释，剪枝技巧）
目录那年深夏引入 1.什么是深度优先搜索(DFS)? 2.什么是栈? 3.什么是递归? 图解过程问题示例 1.全排列问题 2.迷宫问题 3.棋盘问题(N皇后) 4.加法分解模板剪枝 1.简介 ...
DFS (深度优先搜索) 算法详解 + 模板 + 例题，这一篇就够了
深度优先搜索算法(Depth First Search,简称DFS):一种用于遍历或搜索树或图的算法. 沿着树的深度遍历树的节点,尽可能深的搜索树的分支.当节点v的所在边都己被探寻过或者在搜寻时结点不 ...
elasticsearch分布式搜索配置文件详解
2019独角兽企业重金招聘Python工程师标准>>> Elasticsearch是一个开源的分布式实时搜索与分析引擎,支持云服务.它是基于Apache Lucene搜索引擎的类库创 ...
Linux下动态共享库加载时的搜索路径详解
对动态库的实际应用还不太熟悉的读者可能曾经遇到过类似"error while loading shared libraries"这样的错误,这是典型的因为需要的动态库不在动态链接器 ...

ES之Highlight及Suggest搜索推荐详解

ES之Highlight及Suggest搜索推荐详解相关推荐

最新文章

热门文章