功能介绍

  • 拼写检查
  • 自动建议查询词（自动补全）

官网:
https://www.elastic.co/guide/en/elasticsearch/reference/current/search-suggesters.html

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。

图示:
image.png

ES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。

  1. POST twitter/_search
  2. {
  3.   "query" : {
  4.     "match": {
  5.       "message": "tring out Elasticsearch"
  6.     }
  7.   },
  8.   "suggest" : {
  9.     "my-suggestion" : {  #一个查询建议名称
  10.       "text" : "tring out Elasticsearch",  #查询文本
  11.       "term" : { 
  12.         "field" : "message"  #指定在哪个字段上获取建议词
  13.       }
  14.     }
  15.   }
  16. }
  18. #多个建议查询可以使用全局的查询文本
  19. POST _search
  20. {
  21.   "suggest": {
  22.     "text" : "tring out Elasticsearch",
  23.     "my-suggest-1" : {
  24.       "term" : {
  25.         "field" : "message"
  26.       }
  27.     },
  28.     "my-suggest-2" : {
  29.        "term" : {
  30.         "field" : "user"
  31.        }
  32.     }
  33.   }
  34. }

Suggester介绍

term suggester

term 词项建议器，对给入的文本进行分词，为每个词进行模糊查询提供词项建议。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。

image.png

phrase suggester

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

  1. POST /ftq/_search
  2. {
  3.   "query": {
  4.     "match_all": {}
  5.   },
  6.   "suggest" : {
  7.     "myss":{
  8.       "text": "java sprin boot",
  9.       "phrase": {
  10.         "field": "title"
  11.       }
  12.     }
  13.   }
  14. }

completion suggester 自动补全

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-suggesters.html#completion-suggester
针对自动补全场景而设计的建议器。

此场景下用户每输入一个字符的时候，就需要即时发送一次查询请求到后端查找匹配项，在用户输入速度较高的情况下对后端响应速度要求比较苛刻。

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。

Context Suggester

完成建议者考虑索引中的所有文档，但通常希望提供经过筛选和/或由某些标准增强的建议。

实战

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。
定义一个索引：

  1. PUT music
  2. {
  3.     "mappings": {
  4.         "_doc" : {
  5.             "properties" : {
  6.                 "suggest" : {  
  7.                     "type" : "completion"  #定义该字段是自动补全的字段
  8.                 },
  9.                 "title" : {
  10.                     "type": "keyword"
  11.                 }
  12.             }
  13.         }
  14.     }
  15. }

存入文档1和文档2，两个文档内容一样：

  1. PUT music/_doc/1?refresh
  2. {
  3.     "suggest" : {
  4.         "input": [ "Nevermind", "Nirvana" ],  #指定输入值
  5.         "weight" : 34  #指定排序值（可选）
  6.     }
  7. }
  8. PUT music/_doc/2?refresh
  9. {
  10.     "suggest" : {
  11.         "input": [ "Nevermind", "Nirvana" ],
  12.         "weight" : 20
  13.     }
  14. }

查询看看：

  1. POST music/_search?pretty
  2. {
  3.     "suggest": {
  4.         "song-suggest" : {
  5.             "prefix" : "nir", 
  6.             "completion" : { 
  7.                 "field" : "suggest" 
  8.             }
  9.         }
  10.     }
  11. }
  12. POST music/_search?pretty
  13. {
  14.     "suggest": {
  15.         "song-suggest" : {
  16.             "prefix" : "nir", 
  17.             "completion" : { 
  18.                 "field" : "suggest",
  19.                 "skip_duplicates": true #去重
  20.             }
  21.         }    
  22.     }
  23. }

接着存入文档3和文档4，存的是短语：

  1. PUT music/_doc/3?refresh
  2. {
  3.     "suggest" : {
  4.         "input": [ "lucene solr", "lucene so cool","lucene elasticsearch" ],
  5.         "weight" : 20
  6.     }
  7. }
  8. PUT music/_doc/4?refresh
  9. {
  10.     "suggest" : {
  11.         "input": ["lucene solr cool","lucene elasticsearch" ],
  12.         "weight" : 10
  13.     }
  14. }

再查询看看：

  1. POST music/_search?pretty
  2. {
  3.     "suggest": {
  4.         "song-suggest" : {
  5.             "prefix" : "lucene s", 
  6.             "completion" : { 
  7.                 "field" : "suggest" ,
  8.                 "skip_duplicates": true
  9.             }
  10.         }
  11.     }
  12. }

参考文章: https://blog.csdn.net/supermao1013/article/details/84311057