Question

这真的让我感到沮丧。我尝试了很长时间才找到解决方案，但是无论我在哪里寻求人们的相同要求，他们要么想要一些不同的东西（例如here或here或{{3 }}）或没有得到解决问题的答案（例如here）。

我需要的

我想知道我的搜索总共有多少次命中，而与所使用的查询类型无关。我不是在[strong>不是谈论您总是从ES获得的点击数，即为该查询找到的文档数，而是与我的查询匹配的文档特征的出现次数 em>。
例如，我可以有两个文档，其文本字段为“描述”，都包含单词hero，但其中一个包含两次。
就像这里的最小示例一样：

索引映射：

PUT /sample { "settings": { "index" : { "number_of_shards" : 1, "number_of_replicas" : 0 } }, "mappings": { "doc": { "properties": { "name": { "type": "keyword" }, "description": { "type": "text" } } } } }

两个示例文档：

POST /sample/doc { "name": "Jack Beauregard", "description": "An aging hero" } POST /sample/doc { "name": "Master Splinter", "description": "This rat is a hero, a real hero!" }

...以及查询：

POST /sample/_search { "query": { "match": { "description": "hero" } }, "_source": false }

...这给了我

{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": 2, "max_score": 0.22396864, "hits": [ { "_index": "sample", "_type": "doc", "_id": "hoDsm2oB22SyyA49oDe_", "_score": 0.22396864 }, { "_index": "sample", "_type": "doc", "_id": "h4Dsm2oB22SyyA49xDf8", "_score": 0.22227617 } ] } }

因此有两个匹配（"total": 2），这是正确的，因为查询匹配两个文档。但我想知道我的查询多次匹配每个文档中的（或此总和），在此示例中为 3 ，因为第二个文档包含搜索词两次。
重要：这只是一个简单的示例。但是我希望它适用于任何类型的查询和任何映射，也适用于inner_hits和所有嵌套文档。
我没想到这会这么困难，因为无论如何它一定是ES在搜索过程中遇到的信息，对吗？我的意思是，它在文档中按 more 个命中 high 个命中的文档排名，那么为什么我无法获得这些命中的计数呢？
我很想称它们为“内部热门”，但这是另一种ES功能的名称（请参见下文）。

我尝试过的方法/可以尝试的方法（但是很丑）

我可以使用突出显示（无论如何我都会这样做），并尝试使突出显示器为每个“内部匹配”生成一个突出显示（并且不要将它们组合在一起），然后对搜索结果的 complete 集进行后处理并计算所有亮点->当然，这是非常丑陋，因为（ 1）我并不是真的想对结果进行后处理，并且（2）必须通过将size设置为足够高的值来获得所有结果，但是实际上我只想获取客户要求的结果数量。这会带来很多开销！

功能inner_hits听起来很有前途，但这仅意味着您可以独立处理嵌套文档中的匹配，以突出显示每个匹配。我已经将它用于我的嵌套文档，但是它不能解决这个问题，因为（1）它在内部命中级别上仍然存在，并且（2）我也希望它也可用于非嵌套查询。

是否有一种通用方法可以对任意查询实现此目的？如果有任何建议，我将不胜感激。我什至不愿意通过修改排名或使用脚本字段来解决问题。

非常感谢！

Answer 1

由于性能太差，我绝对不建议将其用于任何实际用途，但是在解释API结果中的频率计算一词中，该数据在技术上是可用的。有关概念性说明，请参见What is Relevance?，有关用法，请参见Explain API。

Elasticsearch中任意查询的“实际匹配”（不仅仅是匹配的文档）计数

1 个答案: