| Elasticsearch实战高级搜索 | 您所在的位置：网站首页 › 3范式和bc范式区别例子 › Elasticsearch实战高级搜索 |
Elasticsearch实战高级搜索
|
一、需求背景： 虽然上一章讲到了完全匹配，但是有些时候查询结果还是很多，关键字在结果中的位置是杂乱的，这样搜索还是不太容易快速定位到自己想要的结果，这一章就是讲搜索结果的相关度排序。 类似如电商搜索：
排序优先级为： 关键词在结果中出现的位置越靠前，排序越靠前；关键词在结果中的字符占比越高，排序越靠前。再举个明显的例子，如下搜索“高”，先看“高”在左边的越靠前，然后看“高”字的文本长度占比越高越靠前：
为了控制搜索结果的相关度，elasticsearch提供了多种方式，通过脚本实现自定义评分逻辑是终极方式。脚本返回一个评分值，该值再与原_score再进行加法等运算。脚本编写很简单，我们跟随一个例子（基于6.0版本）来看看如何通过脚本实现自定义排序。 二、磨刀霍霍： 搭建本地开发环境（此处省略一万字）。 mapping的定义： { "es-type": { "properties": { "line_id": { "type": "long" }, "line_name": { "type": "text", "analyzer": "ngram_analyzer", "fields": { "keyword": { "type": "keyword" } } } } } }line_name的text字段用于全文本搜索。keyword字段没有分词，用于把搜索结果作为参数传入脚本函数，实现自定义排序逻辑。 写入测试数据：
执行搜索关键字“ip”：
返回结果：
根据排序规则一(关键词在结果中出现的位置越靠前，排序越靠前)，"ip流量数据"、"iphone"和"iphone 6s"排在"昨日iphone价格数据"。根据排序规则二(关键词在结果中的字符占比越高，排序越靠前)，"ip流量数据"和"iphone"的字符长度是一样的，所以评分一样，而"iphone 6s"字符长度比"iphone"长，“ip”字符占比低，排在后面。 elasticsearch支持多种脚本语言，经历各版本演变后，从5.0开始实现了自己专用的语言：Painless。Groovy已弃用，这次示例使用Painless实现，Painless是内置支持的。下面详细看下脚本代码： String result = doc['line_name.keyword'].value.toLowerCase(); String keyText = params.keyword.toLowerCase(); double MAX_VALUE = 1000; double position_score = 0; double init = 100; double weight = 0.9; int maxIndex = 0; for (int x = 0; x < keyText.length(); x++) { char ch = keyText.charAt(x); int pos = result.indexOf(ch, maxIndex); if (pos >= 0) { maxIndex = pos; double score = init * (weight); for (int i = 0; i < pos; i++) { score = score * (1 - weight); } position_score = position_score + score; } } double similarity_score = 0; double similarity = Math.abs(1.0 * result.length() - 1.0 * keyText.length()); similarity_score = 10.0 d - similarity; if (similarity_score < 0) { similarity_score = 0; } double total = position_score * MAX_VALUE + similarity_score * 0.1; return total;获取文档值：doc['line_name.keyword'] 传入排序的关键字：params.keyword 实现比较简单，根据位置和字符占比分别计算评分，将结果乘不同权重再相加。 |
【本文地址】