Elasticsearch：使用 fuzziness 来进行搜索-Toy模板网

这篇具有很好参考价值的文章主要介绍了Elasticsearch：使用 fuzziness 来进行搜索。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在我之前的文章 “Elasticsearch：fuzzy 搜索（模糊搜索）”，我详细描述了模糊搜索。尽管那篇文章已经很详尽了，但是还是有 auto 这个配置没有完全覆盖到。在今天的文章中，我们来进一步对这个进行讲解一下。

Fuzziness 参数存在于某些查询中，使用它时，你将受益于根据术语的相似性来定位文档。 Elastic 使用 Levenshtein Edit Distance 算法将搜索词与文档词匹配。这样，根据模糊配置，像术语 “schol” 这样的搜索将找到带有单词 “school” 的文档。

Fuzziness 参数可以配置为以下值：

0、1、2：允许对术语进行的编辑量。
AUTO：根据输入项的大小，定义编辑次数。

Fuzines：0

等于 0 的编辑次数仅允许完全匹配。在下面的示例中，只有完全匹配会返回结果，如果术语是 “bok”，则不会返回任何结果。

POST idx_fuzzy/_doc
{
  "text": "I tore to the book page"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "book",
        "fuzziness": "0"
      }
    }
  }
}

Fuziness：1

当我们只允许 1 个编辑时，我们将在术语为 “sumer”（sumer->summer）时获得文档。如果术语是 “samer”，查询将不会返回文档，因为最小编辑数将为 2。

POST idx_fuzzy/_doc
{
  "text": "The city is more beautiful in summer"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "sumer",
        "fuzziness": "1"
      }
    }
  }
}

Fuziness：2

允许两次编辑，我们将能够在术语 “samer”（samer -> summer）时获得文档。

POST idx_fuzzy/_doc
{
  "text": "The city is more beautiful in summer"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "samer",
        "fuzziness": "2"
      }
    }
  }
}

Fuzziness：AUTO

AUTO 设置允许你调整编辑和术语大小之间的关系。默认情况下，该设置为 "AUTO:3,6"，也就是说，大小为 6 的术语最多允许 1 个编辑。

在下面的第一个示例中，我们将配置 "AUTO:4,6"，即具有最小 4 和最大 6 大小的术语。我们将只能获得 1 个编辑。

POST idx_fuzzy/_doc
{
  "text": "The city is more beautiful in summer"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "sumer",
        "fuzziness": "AUTO:4,6"
      }
    }
  }
}

上面的 AUTO 配置针对很多的开发者来说，可能并不熟悉。我们还是先来看看官方的文档：

AUTO

根据术语的长度生成编辑距离。可以选择提供低距离和高距离参数 AUTO:[low],[high]。如果未指定，则默认值为 3 和 6，相当于 AUTO:3,6 的长度：

0..2	必须完全匹配
3..5	允许一次编辑
>5	允许两次编辑

AUTO 通常应该是模糊性的首选值。

在上面，我们设置 AUTO 为 4,6，也就是说长度在 0..3，必须完全匹配，在 4..5 之间的，允许一次编辑，长度大于 5 的，允许两次编辑。上面的 sumer 长度为 5，它可以允许有一次编辑。下面的搜索也将会是成功的：

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "summem",
        "fuzziness": "AUTO:4,6"
      }
    }
  }
}

它需要两次的编辑，因为 summem 的长度为 6。

如果把上面的配置修改为 AUTO: 6,7，那么如下的搜索：

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "sumer",
        "fuzziness": "AUTO:6,7"
      }
    }
  }
}

将不会得到任何的结果，因为 sumer 的长度为 5。对于小于 5 的长度而言，必须完全匹配。

如果词条是 “beautiful”，我们会得到结果，因为词条的长度在 6 到 7 之间，并且会执行编辑。

POST idx_fuzzy/_doc
{
  "text": "The city is more beautiful in summer"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "beatiful",
        "fuzziness": "AUTO:6,7"
      }
    }
  }
}

当术语的最小大小为 5 和最大为 7 时，我们可以获得 2 个编辑。beatifu -> beautiful

POST idx_fuzzy/_doc
{
  "text": "The city is more beautiful in summer"
}

GET idx_fuzzy/_search
{
  "query": {
    "match": {
      "text": {
        "query": "beatifu",
        "fuzziness": "AUTO:6,7"
      }
    }
  }
}

使用模糊性可能是获得类似术语结果的理想选择，但请始终注意你的配置，因为误报非常容易。文章来源地址https://www.toymoban.com/news/detail-479308.html

到了这里，关于Elasticsearch：使用 fuzziness 来进行搜索的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！