Match 查询

Match 查询 #

使用 match 查询在特定文档字段上执行全文搜索。如果你在 text 字段上运行 match 查询，match 查询会分析提供的搜索字符串，并返回匹配字符串中任意词的文档。如果你在精确值字段上运行 match 查询，它会返回匹配精确值的文档。搜索精确值字段的推荐方式是使用过滤（filter）查询，因为与普通查询不同，过滤（filter）查询会被缓存。

相关指南（先读这些） #

以下示例展示了在 title 中对 wind 的基本 match 查询：

GET _search
{
  "query": {
    "match": {
      "title": "wind"
    }
  }
}

通过传递其他参数，您可以使用扩展语法：

GET _search
{
  "query": {
    "match": {
      "title": {
        "query": "wind",
        "analyzer": "stop"
      }
    }
  }
}

参考样例 #

在以下示例中，您将使用包含以下文档的索引：

PUT testindex/_doc/1
{
  "title": "Let the wind rise"
}

PUT testindex/_doc/2
{
  "title": "Gone with the wind"

}

PUT testindex/_doc/3
{
  "title": "Rise is gone"
}

运算符（operator） #

operator 参数控制多个词元之间的逻辑关系：or（默认）或 and。默认操作符是 OR，查询 wind rise 会被改为 wind OR rise。要指定 and 操作符，请使用以下查询：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "wind rise",
        "operator": "and"
      }
    }
  }
}

使用 operator: "and" 时，查询构建为 wind AND rise，返回结果：

{
  "took": 17,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 1.2667098,
    "hits": [
      {
        "_index": "testindex",
        "_id": "1",
        "_score": 1.2667098,
        "_source": {
          "title": "Let the wind rise"
        }
      }
    ]
  }
}

最小匹配（minimum_should_match） #

minimum_should_match 参数控制文档必须匹配的最小词数。示例：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "wind rise",
        "operator": "or",
        "minimum_should_match": 2
      }
    }
  }
}

当 minimum_should_match: 2 且只有两个词时，效果等同于 and 运算符，返回结果：

{
  "took": 23,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 1.2667098,
    "hits": [
      {
        "_index": "testindex",
        "_id": "1",
        "_score": 1.2667098,
        "_source": {
          "title": "Let the wind rise"
        }
      }
    ]
  }
}

分词器（analyzer） #

analyzer 参数指定用于分析查询文本的分词器。默认使用字段映射中指定的分词器（通常是 standard）。要使用不同的分词器，可在查询中指定。例如，使用 english 分词器：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "the wind rises",
        "operator": "and",
        "analyzer": "english"
      }
    }
  }
}

english 分词器会移除停用词并执行词干提取，返回结果：

{
  "took": 19,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 1.2667098,
    "hits": [
      {
        "_index": "testindex",
        "_id": "1",
        "_score": 1.2667098,
        "_source": {
          "title": "Let the wind rise"
        }
      }
    ]
  }
}

空查询 #

在某些情况下，分词器可能会从查询中移除所有标记。例如， english 分词器会移除停用词，所以在查询 and OR or 中，所有标记都会被移除。要检查分词器的行为，你可以使用分析 API：

GET testindex/_analyze
{
  "analyzer" : "english",
  "text" : "and OR or"
}

正如预期，该查询没有产生任何标记：

{
  "tokens": []
}

你可以通过 zero_terms_query 参数指定空查询的行为。将 zero_terms_query 设置为 all 会返回索引中的所有文档，而将其设置为 none 则不会返回任何文档：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "and OR or",
        "analyzer" : "english",
        "zero_terms_query": "all"
      }
    }
  }
}

模糊性查询 #

为了考虑拼写错误，您可以在查询中指定 fuzziness 作为以下任一选项：

  • 一个整数，指定允许的最大 Damerau-Levenshtein 距离。
  • AUTO
    • 0-2 个字符的字符串必须完全匹配。
    • 3–5 个字符的字符串允许 1 次编辑。
    • 超过 5 个字符的字符串允许 2 次编辑。

将 fuzziness 设置为默认的 AUTO 值在大多数情况下效果最佳：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "wnid",
        "fuzziness": "AUTO"
      }
    }
  }
}

token wnid 匹配 wind ，查询返回文档 1 和 2：

{
  "took": 31,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 0.47501624,
    "hits": [
      {
        "_index": "testindex",
        "_id": "1",
        "_score": 0.47501624,
        "_source": {
          "title": "Let the wind rise"
        }
      },
      {
        "_index": "testindex",
        "_id": "2",
        "_score": 0.47501624,
        "_source": {
          "title": "Gone with the wind"
        }
      }
    ]
  }
}

前缀长度 #

拼写错误很少出现在单词的开头。因此，您可以指定匹配前缀的最小长度，以便在结果中返回文档。例如，您可以将前面的查询更改为包含 prefix_length ：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "wnid",
        "fuzziness": "AUTO",
        "prefix_length": 2
      }
    }
  }
}

前面的查询没有返回结果。如果你将 prefix_length 改为 1，则会返回文档 1 和 2，因为词 wnid 的首字母没有拼写错误。

移位错误 #

在前面这个例子中，词 wnid 包含一个移位错误（ in 被改为了 ni ）。默认情况下，模糊匹配允许移位错误，但你可以通过将 fuzzy_transpositions 设置为 false 来禁止它们：

GET testindex/_search
{
  "query": {
    "match": {
      "title": {
        "query": "wnid",
        "fuzziness": "AUTO",
        "fuzzy_transpositions": false
      }
    }
  }
}

现在查询没有返回结果。

同义词 #

如果你使用 synonym_graph 过滤器并且 auto_generate_synonyms_phrase_query 设置为 true （默认值），Easysearch 会将查询解析为词项，然后将这些词项组合起来生成一个短语查询以匹配多词同义词。例如，如果你指定 ba,batting average 作为同义词并搜索 ba ，Easysearch 会搜索 ba OR "batting average" 。

要使用连词匹配多词同义词，将 auto_generate_synonyms_phrase_query 设置为 false ：

GET /testindex/_search
{
  "query": {
    "match": {
      "text": {
        "query": "good ba",
        "auto_generate_synonyms_phrase_query": false
      }
    }
  }
}

生成的查询是 ba OR (batting AND average) 。

参数说明 #

该查询将字段名称（ <field> ）作为顶级参数接受：

GET _search
{
  "query": {
    "match": {
      "<field>": {
        "query": "text to search for",
        ...
      }
    }
  }
}

<field> 接受以下参数。除 query 外，所有参数都是可选的。

参数数据类型描述
queryString用于搜索的查询字符串。必填。
auto_generate_synonyms_phrase_queryBoolean指定是否自动为多词同义词创建匹配短语查询。例如，如果你将 ba,batting average 指定为同义词并搜索 ba ，Easysearch 会搜索 ba OR “batting average” （如果此选项为 true ）或 ba OR (batting AND average) （如果此选项为 false ）。默认值为 true 。
analyzerString用于对查询字符串文本进行分词的分词器。默认值为为 default_field 指定的索引时分词器。如果未为 default_field 指定分词器，则 analyzer 为索引的默认分词器。有关 index.query.default_field 的更多信息，请参阅动态索引级索引设置。
boostFloat通过给定的乘数提升子句的权重。适用于在复合查询中对子句进行加权。[0, 1) 范围内的值会降低相关性，而大于 1 的值会增加相关性。默认值为 1 。
fuzzinessString在确定一个词是否匹配一个值时，将其从一个词转换为另一个词所需的字符编辑次数（插入、删除、替换或转换）。例如， wined 和 wind 之间的距离是 1。有效值为非负整数或 AUTO 。默认值 AUTO 根据每个词的长度选择值，对于大多数用例是一个不错的选择。
fuzzy_rewriteString确定 Easysearch 如何重写查询。有效值为 constant_score、scoring_boolean、constant_score_boolean、top_terms_N、top_terms_boost_N 和 top_terms_blended_freqs_N。如果 fuzziness 参数不是 0，查询默认使用 top_terms_blended_freqs_${max_expansions} 重写方法。默认值为 constant_score。
fuzzy_transpositionsBoolean将 fuzzy_transpositions 设置为 true （默认）会在 fuzziness 选项的插入、删除和替换操作中添加相邻字符的交换。例如，如果 fuzzy_transpositions 为真（交换“n”和“i”），则 wind 和 wnid 之间的距离为 1；如果为假（删除“n”，插入“n”），则距离为 2。如果 fuzzy_transpositions 为假， rewind 和 wnid 与 wind 的距离相同（2），尽管从更以人为中心的观点来看， wnid 是一个明显的拼写错误。对于大多数用例，默认值是一个不错的选择。
lenientBoolean将 lenient 设置为 true 会忽略查询与文档字段之间的数据类型不匹配。例如， “8.2” 的查询字符串可以匹配类型为 float 的字段。默认值为 false 。
max_expansionsPositive integer查询可以扩展到的最大词数。模糊查询会扩展到与指定距离（fuzziness）内的匹配词。然后 Easysearch 尝试匹配这些词。默认值为 50。
minimum_should_match正整数或负整数、正百分比或负百分比、也可以是这些的组合如果查询字符串包含多个搜索词并且你使用 or 运算符，文档被考虑为匹配所需的匹配词数。例如，如果 minimum_should_match 为 2， wind often rising 不匹配 The Wind Rises. 如果 minimum_should_match 为 1 ，则匹配。详情请参阅 Minimum should match。
operatorString如果查询字符串包含多个搜索词，文档是否需要所有词都匹配（ AND ）或只需一个词匹配（ OR ）才被视为匹配。有效值为：- OR : 字符串 to be 被解释为 to OR be ；- AND : 字符串 to be 被解释为 to AND be 。默认值为 OR 。
prefix_lengthNon-negative integer不考虑模糊性的前导字符数量。默认为 0 。
zero_terms_queryString在某些情况下，分词器会从查询字符串中删除所有词项。例如， stop 分词器会从字符串 an but this 中删除所有词项。在这种情况下， zero_terms_query 指定是否匹配不匹配任何文档（ none ）或所有文档（ all ）。有效值为 none 和 all 。默认为 none 。
©INFINI.LTD, All Rights Reserved.