重写参数 #

像 wildcard 、 prefix 、 regexp 、 fuzzy 和 range 这样的多词查询在内部会重组成一组词。 rewrite 参数允许你控制这些词重写的执行和评分。

当多词查询扩展成很多词（例如 prefix: "error*" 匹配数百个词）时，它们在内部会转换成 term 查询。这个过程可能会有以下缺点：

• 超出 indices.query.bool.max_clause_count 限制（默认是 1024 ）。
• 影响匹配文档的评分计算方式。
• 根据所使用的重写方法，影响内存和延迟。

rewrite 参数让你能够控制多词查询的内部行为。

可用的重写方法 #

下表总结了可用的重写方法。

基于布尔值的重写限制 #

所有基于布尔值的重写，如 scoring_boolean 、 constant_score_boolean 和 top_terms_* ，都受以下动态集群级别的索引设置约束：

indices.query.bool.max_clause_count

此设置控制允许的最大布尔子句数量（默认： 1024 ）。如果您的查询扩展到的词项数量超过此限制，则会以 too_many_clauses 错误被拒绝。

例如，通配符（如“error*”）可能会扩展到数百或数千个匹配词项，其中包括“error”、“errors”、“error_log”、“error404”等。每个词项都会变成一个单独的 term 查询。如果词项数量超过 indices.query.bool.max_clause_count 限制，查询将失败：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "error*",
        "rewrite": "scoring_boolean"
      }
    }
  }
}

查询的内部扩展如下：

{
  "bool": {
    "should": [
      { "term": { "message": "error" } },
      { "term": { "message": "errors" } },
      { "term": { "message": "error_log" } },
      { "term": { "message": "error404" } },
      ...
    ]
  }
}

常量评分 #

默认的 constant_score 重写方法将所有展开的词项包装成一个查询，并完全跳过评分阶段。这种方法具有以下特点：

• 将所有词项匹配作为单个位图查询执行。
• 完全忽略评分；每个文档都得到 _score 的 1.0 。
• 最快的选项；非常适合过滤。

以下示例使用默认的 constant_score 重写方法运行 wildcard 查询，以高效地过滤在 message 字段中匹配 warning* 模式的文档：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*"
      }
    }
  }
}

评分布尔值 #

scoring_boolean 重写方法将扩展的词项拆分为单独的 term 查询，并在布尔 should 子句下组合。这种方法的工作原理如下：

• 将通配符扩展为布尔 should 子句内的单个 term 查询。
• 每个文档的评分反映了它与多少词项匹配以及这些词项的频率。

以下示例使用 scoring_boolean 重写配置：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "scoring_boolean"
      }
    }
  }
}

常量分数布尔值 #

constant_score_boolean 重写方法使用与 scoring_boolean 相同的布尔结构，但禁用评分，因此当需要条件逻辑而不需要相关性排序时很有用。此方法具有以下特点：

• 与 scoring_boolean 结构相似，但文档不会被排序。
• 所有匹配的文档获得相同的分数。
• 保留布尔条件逻辑的灵活性，例如使用 must_not ，而不进行排序。

以下示例查询使用了一个 must_not 布尔子句：

POST /logs/_search
{
  "query": {
    "bool": {
      "must_not": {
        "wildcard": {
          "message": {
            "value": "error*",
            "rewrite": "constant_score_boolean"
          }
        }
      }
    }
  }
}

该查询内部展开如下：

{
  "bool": {
    "must_not": {
      "bool": {
        "should": [
          { "term": { "message": "error" } },
          { "term": { "message": "errors" } },
          { "term": { "message": "error_log" } },
          ...
        ]
      }
    }
  }
}

最佳词项 N #

top_terms_N 方法是多种重写选项中的一种，旨在扩展多词查询时平衡评分准确性和性能。其工作原理如下：

• 仅选择并评分 N 个最频繁匹配的词。
• 当你预期会有大量词扩展且希望限制负载时，此方法很有用。
• 其他有效词会被忽略以保持性能。

以下查询使用 top_terms_2 重写方法，仅对在 message 字段中匹配 warning* 模式的两个最频繁的词进行评分：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_2"
      }
    }
  }
}

最佳词项评分 N #

top_terms_boost_N 重写方法选择最匹配的前 N 个词项，并使用静态 boost 值代替计算完整的相关性分数。它的工作原理如下：

• 将扩展限制为最前 N 个词项，如 top_terms_N 。
• 它不是计算 TF/IDF，而是为每个词项分配预设的提升值。
• 提供更快的执行速度和可预测的相关性权重。

以下示例使用 top_terms_boost_2 重写参数：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_boost_2"
      }
    }
  }
}

混合频率的最佳词项 N #

top_terms_blended_freqs_N 重写方法选择顶部 N 个匹配词项，并将它们的文档频率混合起来，以生成更平衡的相关性分数。这种方法具有以下特点：

• 选择顶部 N 个匹配词项，并对所有词项应用混合频率。
• 混合使不同频率的词项之间的评分更加平滑。
• 在追求性能与真实评分之间取得良好平衡时。

以下示例使用 top_terms_blended_freqs_2 重写参数：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_blended_freqs_2"
      }
    }
  }
}