22

ElasticSearch 5.x 对 Suggester API（文档）进行了一些（重大）更改。最显着的变化如下：

完成建议是面向文档的

建议知道它们所属的文档。现在，关联文档 ( _source) 作为完成建议的一部分返回。

简而言之，所有完成查询都返回所有匹配的文档，而不仅仅是匹配的单词。这就是问题所在 - 如果自动完成的单词出现在多个文档中，则会出现重复。

假设我们有这个简单的映射：

{
   "my-index": {
      "mappings": {
         "users": {
            "properties": {
               "firstName": {
                  "type": "text"
               },
               "lastName": {
                  "type": "text"
               },
               "suggest": {
                  "type": "completion",
                  "analyzer": "simple"
               }
            }
         }
      }
   }
}

附上几份测试文件：

{
   "_index": "my-index",
   "_type": "users",
   "_id": "1",
   "_source": {
      "firstName": "John",
      "lastName": "Doe",
      "suggest": [
         {
            "input": [
               "John",
               "Doe"
            ]
         }
      ]
   }
},
{
   "_index": "my-index",
   "_type": "users",
   "_id": "2",
   "_source": {
      "firstName": "John",
      "lastName": "Smith",
      "suggest": [
         {
            "input": [
               "John",
               "Smith"
            ]
         }
      ]
   }
}

以及按书查询：

POST /my-index/_suggest?pretty
{
    "my-suggest" : {
        "text" : "joh",
        "completion" : {
            "field" : "suggest"
        }
    }
}

这会产生以下结果：

{
   "_shards": {
      "total": 5,
      "successful": 5,
      "failed": 0
   },
   "my-suggest": [
      {
         "text": "joh",
         "offset": 0,
         "length": 3,
         "options": [
            {
               "text": "John",
               "_index": "my-index",
               "_type": "users",
               "_id": "1",
               "_score": 1,
               "_source": {
                 "firstName": "John",
                 "lastName": "Doe",
                 "suggest": [
                    {
                       "input": [
                          "John",
                          "Doe"
                       ]
                    }
                 ]
               }
            },
            {
               "text": "John",
               "_index": "my-index",
               "_type": "users",
               "_id": "2",
               "_score": 1,
               "_source": {
                 "firstName": "John",
                 "lastName": "Smith",
                 "suggest": [
                    {
                       "input": [
                          "John",
                          "Smith"
                       ]
                    }
                 ]
               }
            }
         ]
      }
   ]
}

简而言之，对于文本“joh”的完成建议，返回了两 (2) 个文档- John 的文档和两者都具有相同的text属性值。

但是，我想收到一 (1) 个字。像这样简单的东西：

{
   "_shards": {
      "total": 5,
      "successful": 5,
      "failed": 0
   },
   "my-suggest": [
      {
         "text": "joh",
         "offset": 0,
         "length": 3,
         "options": [
          "John"
         ]
      }
   ]
}

问题：如何实现基于单词的完成建议。无需返回任何与文档相关的数据，因为此时我不需要它。

“完成建议”是否适合我的场景？还是我应该使用完全不同的方法？

编辑：正如你们中的许多人指出的那样，额外的仅完成索引将是一个可行的解决方案。但是，我可以看到这种方法存在多个问题：

  1. 保持新索引同步。
  2. 自动完成后续单词可能是全局的，而不是缩小范围。例如，假设您在附加索引中有以下单词："John", "Doe", "David", "Smith". 查询时"John D"，不完整单词的结果应该是"Doe"而不是"Doe", "David"。

为了克服第二点，仅索引单个单词是不够的，因为您还需要将所有单词映射到文档，以便正确缩小自动完成后续单词的范围。有了这个，你实际上和查询原始索引有同样的问题。因此，附加索引不再有意义。

4

3 回答 3

20

firstname正如评论中所暗示的，在不获取重复文档的情况下实现此目的的另一种方法是为包含该字段的 ngram 的字段创建一个子字段。首先，您像这样定义映射：

PUT my-index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "completion_analyzer": {
          "type": "custom",
          "filter": [
            "lowercase",
            "completion_filter"
          ],
          "tokenizer": "keyword"
        }
      },
      "filter": {
        "completion_filter": {
          "type": "edge_ngram",
          "min_gram": 1,
          "max_gram": 24
        }
      }
    }
  },
  "mappings": {
    "users": {
      "properties": {
        "autocomplete": {
          "type": "text",
          "fields": {
            "raw": {
              "type": "keyword"
            },
            "completion": {
              "type": "text",
              "analyzer": "completion_analyzer",
              "search_analyzer": "standard"
            }
          }
        },
        "firstName": {
          "type": "text"
        },
        "lastName": {
          "type": "text"
        }
      }
    }
  }
}

然后索引一些文档：

POST my-index/users/_bulk
{"index":{}}
{ "firstName": "John", "lastName": "Doe", "autocomplete": "John Doe"}
{"index":{}}
{ "firstName": "John", "lastName": "Deere", "autocomplete": "John Deere" }
{"index":{}}
{ "firstName": "Johnny", "lastName": "Cash", "autocomplete": "Johnny Cash" }

然后你可以查询joh并得到一个结果John，另一个结果Johnny

{
  "size": 0,
  "query": {
    "term": {
      "autocomplete.completion": "john d"
    }
  },
  "aggs": {
    "suggestions": {
      "terms": {
        "field": "autocomplete.raw"
      }
    }
  }
}

结果：

{
  "aggregations": {
    "suggestions": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "John Doe",
          "doc_count": 1
        },
        {
          "key": "John Deere",
          "doc_count": 1
        }
      ]
    }
  }
}

更新（2019 年 6 月 25 日）：

ES 7.2 引入了一种新的数据类型，称为search_as_you_type本机允许这种行为。阅读更多：https ://www.elastic.co/guide/en/elasticsearch/reference/7.2/search-as-you-type.html

于 2017-01-23T06:01:16.480 回答
2

下一个版本 6.x 中将添加一个额外的字段 skip_duplicates。

来自https://www.elastic.co/guide/en/elasticsearch/reference/master/search-suggesters-completion.html#skip_duplicates的文档：

POST music/_search?pretty
{
    "suggest": {
        "song-suggest" : {
            "prefix" : "nor",
            "completion" : {
                "field" : "suggest",
                "skip_duplicates": true
            }
        }
    }
}
于 2017-09-15T06:39:26.617 回答
1

我们面临完全相同的问题。在 Elasticsearch 2.4 中，您所描述的方法过去对我们来说效果很好，但现在正如您所说，建议者已经成为基于文档的，而像您一样，我们只对独特的词感兴趣，而不是对文档感兴趣。

到目前为止，我们能想到的唯一“解决方案”是为我们想要执行建议查询的单词创建一个单独的索引，并在这个单独的索引中确保以某种方式只索引一次相同的单词。然后您可以对这个单独的索引执行建议查询。这远非理想，因为我们需要确保该索引与其他查询所需的其他索引保持同步。

于 2017-01-21T20:18:21.023 回答