什么是搜索建议

• 现代的搜索引擎，一般都会提供 Suggest as you type 的功能
• 帮助用户在输入搜索的过程中，进行自动补全或者纠错。通过协助用户输入更加精准的关键词，提高后续搜索阶段文档匹配的程度
• 在 google 上搜索，一开始会自动补全。当输入到一定长度，如因为单词拼写错误无法补全，就会开始提示相似的词或者句子、

Elasticsearch Suggester API

• 搜索引擎中类似的功能，在 ES 中通过 Sugester API 实现的
• 原理：将输入的文档分解为 Token，然后在索引的字段里查找相似的 Term 并返回
• 根据不同的使用场景，ES 设计了 4 种类别的 Suggesters
  • Term & Phrase Suggester
  • Complete & Context Suggester

Term Suggester

• Suggester 就是一种特殊类型的搜索。“text” 里是调用时候提供的文本，通常来自用户界面上用户输入的内容
• 用户输入的 “lucen” 是一个错误的拼写

• 会到 指定的字段 “body” 上搜索，当无法搜索到结果时（missing），返回建议的词

  //插入数据
  POST article/_bulk
  {"index":{}}
  {"body":"lucene is very cool"}
  {"index":{}}
  {"body":"Elasticsearch builds on top of lucene"}
  {"index":{}}
  {"body":"Elasticsearch rocks"}
  {"index":{}}
  {"body":"elastic is the company behind ELK stack"}
  {"index":{}}
  {"body":"Elk stack rocks"}
  {"index":{}}
  {"body":"elasticsearch is rock solid"}
  //suggest
  POST article/_search
  {
  "size": 1,
  "query": {

  "match": {
    "body": "lucen rock"
  }
  

  },
  "suggest": {

  "term-suggestion": {
    "text": "lucen rock",
    "term": {
      "suggest_mode": "missing", // popular  always
      "field": "body"
    }
  }
  

  }
  }
  //返回结果
  "suggest" : {

  "term-suggestion" : [
    {
      "text" : "lucen",
      "offset" : 0,
      "length" : 5,
      "options" : [
        {
          "text" : "lucene",//推荐了
          "score" : 0.8,
          "freq" : 2
        }
      ]
    },
    {
      "text" : "rock",//没有推荐
      "offset" : 6,
      "length" : 4,
      "options" : [ ]
    }
  ]
  

  }

• 搜索 “lucen rock”：

  • 每个建议都包含了一个算分，相似性是通过 Levenshtein Edit Distance 的算法实现的。核心思想就是一个词改动多少字段就可以和另外一个词一致。提供了很多可选参数来控制相似性的模糊程度。

• 几种 Suggestion Mode

  • Missing - 如索引中已存在，就不提供建议
  • Popular - 推荐出现频率更加高的词
  • Always - 无论是否存在，都提供建议

  POST article/_search
  {
  "suggest": {

  "term-suggestion": {
    "text": "lucen rock",
    "term": {
      "suggest_mode": "popular",
      "field": "body"
    }
  }
  

  }
  }
  //返回
  "suggest" : {

  "term-suggestion" : [
    {
      "text" : "lucen",
      "offset" : 0,
      "length" : 5,
      "options" : [
        {
          "text" : "lucene",
          "score" : 0.8,
          "freq" : 2
        }
      ]
    },
    {
      "text" : "rock",
      "offset" : 6,
      "length" : 4,
      "options" : [
        {
          "text" : "rocks",
          "score" : 0.75,
          "freq" : 2
        }
      ]
    }
  ]
  

  }

Phrase Suggester

• Phrase Suggesetr 上增加了一些额外的逻辑

• 一些参数

  • Suggeset Mode ： missing,popular ,always
  • Max Errors: 最多可以拼错的 Terms 数
  • Condfidence ： 限制返回结果数，默认为 1

  POST /articles/_search
  {
  "suggest": {

  "my-suggestion": {
    "text": "lucne and elasticsear rock hello world ",
    "phrase": {
      "field": "body",
      "max_errors":2,
      "confidence":0,
      "direct_generator":[{
        "field":"body",
        "suggest_mode":"always"
      }],
      "highlight": {
        "pre_tag": "<em>",
        "post_tag": "</em>"
      }
    }
  }
  

  }
  }

一些测试数据

• 默认使用 standard 分词器
  • 大写转小写
  • rocks 和 rock 是两个词