中文字幕av无码一区二区三区 ,真实人与人性恔配视频

腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

軟件下載

android MAC 驅(qū)動(dòng)下載字體下載 DLL

源碼下載

PHP ASP.NET ASP JSP

軟件編程

C# JAVA C 語(yǔ)言 Delphi Android

網(wǎng)絡(luò)編程

PHP ASP.NET ASP JavaScript

在線(xiàn)工具

CSS格式化 JS格式化 Html轉(zhuǎn)化為Js

數(shù)據(jù)庫(kù)

MYSQL MSSQL oracle DB2 MARIADB

CMS

PHPCMS DEDECMS 帝國(guó)CMS WordPress

常用工具

PHP開(kāi)發(fā)工具 python Photoshop 必備軟件

關(guān)于elasticsearch的match_phrase_prefix查詢(xún)?cè)斀?/h1>

更新時(shí)間：2023年03月21日 10:09:28 作者：自東向西

這篇文章主要介紹了關(guān)于elasticsearch的match_phrase_prefix查詢(xún)問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

match_phrase

match_phrase_prefix可以認(rèn)為是match_phrase的增強(qiáng)版本，所以先了解一下match_phrase。

match_phrase詞組匹配會(huì)先解析檢索詞，并且標(biāo)注出每個(gè)的token相對(duì)位置，搜索匹配的字段的必須包含所有的檢索詞的token，并且他們的相對(duì)位置也要和檢索詞里面相同。

在《系統(tǒng)學(xué)習(xí)ElasticSearch》中，有很好的例子：

# DSL語(yǔ)句
GET /tehero_index/_doc/_search
{
  "query":{
    "match_phrase":{
      "content.ik_smart_analyzer":"系統(tǒng)編程"
    }
  }

DSL執(zhí)行步驟分析：

1）檢索詞“系統(tǒng)編程”被分詞為兩個(gè)Token【系統(tǒng)，Position=0】【編程，Position=1】；

2）倒排索引檢索時(shí)，等價(jià)于sql：【where Token = 系統(tǒng) and 系統(tǒng)_Position=0 and Token = 編程 and 編程_Position=1】；

如果我們不要求這兩個(gè)單詞相鄰，希望放松一點(diǎn)條件，可以添加slop參數(shù)，slop代表兩個(gè)token之間相隔的最多的距離（最多需要移動(dòng)多少次才能相鄰）。

match_phrase_prefix

與match_phrase查詢(xún)類(lèi)似，但是會(huì)對(duì)最后一個(gè)Token在倒排序索引列表中進(jìn)行通配符搜索。

# DSL語(yǔ)句
GET /tehero_index/_doc/_search
{
  "query":{
    "match_phrase":{
      "content.ik_smart_analyzer":"我編程系"
    }
  }

這個(gè)分詞的結(jié)果會(huì)是“我”、“編程”、“系”。

“我”和“編程”是精確匹配，“系”是前綴匹配，等價(jià)于sql：【where Token = ‘我’ and 我_Position=0 and Token = ‘編程’ and 編程_Position=1 and (Token_Position=2 and Token like ‘系%’)】

需要注意的點(diǎn)

elasticsearch的官網(wǎng)文檔上，有match_phrase_prefix的完整參數(shù)結(jié)構(gòu)：

query，查詢(xún)的關(guān)鍵字
analyer，對(duì)關(guān)鍵字使用的分詞器
max_expansions，最后一個(gè)term做前綴匹配時(shí)的最大拓展數(shù)，默認(rèn)是50
slop，與match_phrase的slop相同，允許term之間的最大間隔
zero_terms_query，經(jīng)過(guò)analyer解析后，沒(méi)有任何term時(shí)，不返回?cái)?shù)據(jù)，還是返回全部數(shù)據(jù)。默認(rèn)返回全部數(shù)據(jù)。

max_expansions是非常重要的一個(gè)參數(shù)，需要留意下，不然很容易出現(xiàn)與我們期望不符合的情況。

在工作中，我試過(guò)使用match_phrase_prefix來(lái)匹配手機(jī)號(hào)，但是出現(xiàn)了一些奇怪的現(xiàn)象：
測(cè)試的手機(jī)號(hào)是“123454688885555”，使用match_phrase_prefix，關(guān)鍵字是“12345”來(lái)查詢(xún)指定租戶(hù)下的數(shù)據(jù)，沒(méi)有返回任何文檔。把關(guān)鍵字換成“1234546”，正確返回了對(duì)應(yīng)的文檔。

為什么會(huì)這樣呢？為什么12345就不返回，1234546就返回了？

個(gè)人是這樣覺(jué)得的：

手機(jī)號(hào)雖然存在es中是字符串，但是字符串的內(nèi)容是數(shù)字，分詞器并不會(huì)對(duì)它進(jìn)行分詞，也就是一個(gè)手機(jī)號(hào)就是一個(gè)term
在測(cè)試數(shù)據(jù)中，數(shù)據(jù)有5000條，每條數(shù)據(jù)的手機(jī)號(hào)碼都是不一樣的，也就是說(shuō)，手機(jī)號(hào)這樣的term有5000個(gè)。
max_expansions默認(rèn)是50，也就是說(shuō)，會(huì)把12345拓展出以12345為開(kāi)頭的額外50個(gè)term，例如123456、1234546、123456898…
最后將拓展出來(lái)的term也用于查詢(xún)

為什么我會(huì)認(rèn)為是這樣的過(guò)程呢？

elasticsearch除了會(huì)構(gòu)建倒排索引之外，還會(huì)在所有的term構(gòu)建一個(gè)term dictionary （詞典）和term index（詞索引，印象是跳躍表結(jié)構(gòu)），幫助查找。

當(dāng)出現(xiàn)前綴匹配的時(shí)候，可以在term index和term dictionary中快速找到對(duì)應(yīng)開(kāi)通的term。

根據(jù)max_expansions的值，拿到指定個(gè)數(shù)的term。

12345查不到數(shù)據(jù)，1234546能查找，明顯是1234546更精確，1234546拓展出來(lái)的term中包含了那個(gè)完整的手機(jī)號(hào)碼123454688885555。

在查詢(xún)這個(gè)參數(shù)相關(guān)的文章的時(shí)候，發(fā)現(xiàn)：

有的人認(rèn)為這個(gè)數(shù)值是值通配符，值是50，就能模糊匹配多關(guān)鍵字之后50的字符的term。有的人認(rèn)為這個(gè)數(shù)值是匹配的文檔數(shù)，值是50，則匹配50個(gè)文檔，返回這50個(gè)文檔中命中的部分。
這都是不對(duì)的，明顯與手機(jī)號(hào)的實(shí)驗(yàn)不符。
《系統(tǒng)學(xué)習(xí)ElasticSearch》中對(duì)max_expansions的描述就像是占位符…