最佳字段

假设我们有一个让用户搜索博客文章的网站(允许多字段搜索，最佳字段查询)，就像这两份文档一样：

  1. PUT /my_index/my_type/1
  2. {
  3.     "title": "Quick brown rabbits",
  4.     "body":  "Brown rabbits are commonly seen."
  5. }
  7. PUT /my_index/my_type/2
  8. {
  9.     "title": "Keeping pets healthy",
  10.     "body":  "My quick brown fox eats rabbits on a regular basis."
  11. }

// SENSE: 110_Multi_Field_Search/15_Best_fields.json

用户输入了”Brown fox”，然后按下了搜索键。我们无法预先知道用户搜索的词条会出现在博文的title或者body字段中，但是用户是在搜索和他输入的单词相关的内容。右眼观察，以上的两份文档中，文档2似乎匹配的更好一些，因为它包含了用户寻找的两个单词。

让我们运行下面的bool查询：

  1. {
  2.     "query": {
  3.         "bool": {
  4.             "should": [
  5.                 { "match": { "title": "Brown fox" }},
  6.                 { "match": { "body":  "Brown fox" }}
  7.             ]
  8.         }
  9.     }
  10. }

// SENSE: 110_Multi_Field_Search/15_Best_fields.json

然后我们发现文档1的分值更高：

  1. {
  2.   "hits": [
  3.      {
  4.         "_id":      "1",
  5.         "_score":   0.14809652,
  6.         "_source": {
  7.            "title": "Quick brown rabbits",
  8.            "body":  "Brown rabbits are commonly seen."
  9.         }
  10.      },
  11.      {
  12.         "_id":      "2",
  13.         "_score":   0.09256032,
  14.         "_source": {
  15.            "title": "Keeping pets healthy",
  16.            "body":  "My quick brown fox eats rabbits on a regular basis."
  17.         }
  18.      }
  19.   ]
  20. }

要理解原因，想想bool查询是如何计算得到其分值的：

  • 1.运行should子句中的两个查询
  • 2.相加查询返回的分值
  • 3.将相加得到的分值乘以匹配的查询子句的数量
  • 4.除以总的查询子句的数量

文档1在两个字段中都包含了brown，因此两个match查询都匹配成功并拥有了一个分值。文档2在body字段中包含了brown以及fox，但是在title字段中没有出现任何搜索的单词。因此对body字段查询得到的高分加上对title字段查询得到的零分，然后在乘以匹配的查询子句数量1，最后除以总的查询子句数量2，导致整体分值比文档1的低。

在这个例子中，title和body字段是互相竞争的。我们想要找到一个最佳匹配(Best-matching)的字段。

如果我们不是合并来自每个字段的分值，而是使用最佳匹配字段的分值作为整个查询的整体分值呢？这就会让包含有我们寻找的两个单词的字段有更高的权重，而不是在不同的字段中重复出现的相同单词。

dis_max查询

相比使用bool查询，我们可以使用dis_max查询(Disjuction Max Query)。Disjuction的意思”OR”(而Conjunction的意思是”AND”)，因此Disjuction Max Query的意思就是返回匹配了任何查询的文档，并且分值是产生了最佳匹配的查询所对应的分值：

  1. {
  2.     "query": {
  3.         "dis_max": {
  4.             "queries": [
  5.                 { "match": { "title": "Brown fox" }},
  6.                 { "match": { "body":  "Brown fox" }}
  7.             ]
  8.         }
  9.     }
  10. }

// SENSE: 110_Multi_Field_Search/15_Best_fields.json

它会产生我们期望的结果:

  1. {
  2.   "hits": [
  3.      {
  4.         "_id":      "2",
  5.         "_score":   0.21509302,
  6.         "_source": {
  7.            "title": "Keeping pets healthy",
  8.            "body":  "My quick brown fox eats rabbits on a regular basis."
  9.         }
  10.      },
  11.      {
  12.         "_id":      "1",
  13.         "_score":   0.12713557,
  14.         "_source": {
  15.            "title": "Quick brown rabbits",
  16.            "body":  "Brown rabbits are commonly seen."
  17.         }
  18.      }
  19.   ]
  20. }