1

Question

我是 ElasticSearch 的新手，目前正在探索其功能。我感兴趣的其中一个是模糊查询，我正在测试它并且有麻烦使用。这可能是一个虚假的问题，所以我猜一个已经使用过这个功能的人会很快找到答案，至少我希望如此。：）

BTW我觉得它可能与 ElasticSearch 无关，但可能直接与 Lucene 相关。

让我们从一个名为“first index”的新索引开始，我在其中存储一个值为“american football”的对象“label”。这是我使用的查询。

bash-3.2$ curl -XPOST 'http://localhost:9200/firstindex/node/?pretty=true' -d '{
  "node" : {
    "label" : "american football"
  }
}
'

这是我得到的结果。

{
  "ok" : true,
  "_index" : "firstindex",
  "_type" : "node",
  "_id" : "6TXNrLSESYepXPpFWjpl1A",
  "_version" : 1
}

到目前为止很好，现在我想使用模糊查询找到这个条目。这是我发送的那个：

bash-3.2$ curl -XGET 'http://localhost:9200/firstindex/node/_search?pretty=true' -d '{
  "query" : {
    "fuzzy" : {
      "label" : {
        "value" : "american football",
        "boost" : 1.0,
        "min_similarity" : 0.0,
        "prefix_length" : 0
      }                       
    }    
   }   
}
'

这是我得到的结果

{
  "took" : 15,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

正如你所看到的，没有打击。但是现在，当我将查询的价值从“美国足球”缩小到“美国 footb ”时，就像这样：

bash-3.2$ curl -XGET 'http://localhost:9200/firstindex/node/_search?pretty=true' -d ' {
  "query" : {
    "fuzzy" : {
      "label" : {
        "value" : "american footb",
        "boost" : 1.0,
        "min_similarity" : 0.0,
        "prefix_length" : 0
      }
    }
  }
}
'

然后我的输入得到了正确的结果，结果就是：

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.19178301,
    "hits" : [ {
      "_index" : "firstindex",
      "_type" : "node",
      "_id" : "6TXNrLSESYepXPpFWjpl1A",
      "_score" : 0.19178301, "_source" : {
        "node" : {
          "label" : "american football"
        }
      }
    } ]
  }
}

所以，我有几个与此测试相关的问题：

为什么在执行完全等于我的唯一条目“美国足球”的查询时，我没有得到任何结果
这与我有多字词的事实有关吗？
有没有办法在我的查询结果中获得“相似度”分数，这样我就能更好地理解如何为模糊查询找到合适的阈值
在ElasticSearch网站上有一个专门用于模糊查询的页面，但我不确定它是否列出了我可以用于模糊查询的所有潜在参数。我能找到这么详尽的清单吗？
实际上其他查询也有同样的问题。
模糊查询和查询字符串查询之间是否有区别，使用lucene语法来获得模糊匹配？

Answer 1

1

模糊查询按术语运行。它无法处理短语，因为它不分析文本。因此，在你的例子中，elasticsearch试图将术语“美式足球”与美国术语和足球术语相匹配。术语之间的匹配基于Levenshtein distance，用于calculate similarity score。由于您有min_similarity = 0.0，只要编辑距离小于最小项的大小，任何术语都应匹配任何术语。在你的情况下，术语“美式足球”的大小为17，术语“美式”的大小为8.这两个术语之间的距离为9，大于最小项8的大小。因此，这样这个词被拒绝了。 “美式足球”和“美国人”之间的编辑距离是6.它基本上是“美国人”一词，最后有6个加法。这就是它产生结果的原因。使用min_similarity = 0.0时，编辑距离为7或更小的任何内容都会匹配。例如，您甚至可以在搜索“aqqqqqq”时获得结果。

2

是的，正如我上面所解释的，它与多字词值有些相关。如果您要搜索多个字词，请查看Fuzzy Like This Query和模糊参数Text Query

4＆amp; 5。

通常，elasticsearch.org之后的下一个最佳信息来源是elasticsearch源代码。

ElasticSearch的模糊查询

1 个答案:

1

2

4＆amp; 5。