Elasticsearch 多字段搜索

Posted 2021-01-19 naughtybaby

查询很少是对一个字段做 match 查询，通常都是一个 query 查询多个字段，比如一个 doc 有 title、content、pagetag 等文本字段，要在这些字段查询含多个 term 的 query，就要对它们的相关度评分做合理的合并。这被称为多词（multiword）、多字段（multifield）查询。

如果一个 query 可以通过 QR 结构化，如哪些词是 title，哪些词是 author，那么就可以直接在相关字段中查询，使用布尔查询即可解决问题，布尔查询是“匹配越多越好”，如搜“War and Peace Leo Tolstoy”，查询语句如下：

GET /_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title":  "War and Peace" }},
        { "match": { "author": "Leo Tolstoy"   }}
      ]
    }
  }
}

还可以对不同的字段加不同的 boost 权重。

以上被称为多重查询字符串，也可算是结构化查询，不过现实中通常是一个 query 在多个字段中查询，即单一查询字符串。毕竟对 query 做结构化需要些 nlp 技术和额外的人力成本，且比起单一查询字符串的效果提升也有限，所以若不是对召回效果有更高追求，还是不要轻举妄动，就好好做一个 query 在多个字段的查询吧。

一个 query 在多个字段中的查询，也根据数据形态的不同有三种策略：best_fields、most_fields、cross_fields。

1. best_fields

2. most_fields

3. cross_fields

4. phrase

5. phrase_prefix

 

参考资料

• Elasticsearch: 权威指南：https://es.xiaoleilu.com/110_Multi_Field_Search/10_Single_query_string.html
• Elasticsearch Reference：https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-multi-match-query.html