0

我有一个 PostgreSQL 数据库，其中包含从网络上解析的新闻文章。解析器每小时运行一次，收集新的新闻并将它们存储在数据库中。该应用程序的用户可以将某些关键字添加到他们的个人资料中，这样如果发现包含该关键字的新新闻项目，他们就会收到通知。目前我正在为此使用 SQL 查询，所以每当我收到一篇新的新闻文章时，我都会尝试将其与用户添加的所有关键字进行匹配，然后发出通知，但这需要很多时间。所以我正在考虑整合 Elasticsearch。我遇到了percolation query，但我找不到一个好的文档，所以不确定我是否能够用它创建复杂的查询。搜索需要考虑以下几点：

  1. 用户可以添加关键字AND、OR、NOT，我们需要分别“搜索所有”、“任何一个”、“不包含”。例如，用户可以给出诸如“比特币”和“加密货币”之类的关键字而不是“采矿”，那么在这种情况下，这个搜索查询应该只匹配包含“比特币”和“加密货币”字样的新闻文章，并且不应该包含“采矿”字样。关键字可以在文章标题或文章正文中的任何位置
  2. 词干。因此，如果用户关键字包含“raining”并且文章包含单词“rain”，那么渗透搜索仍应返回该关键字的 id
  3. 用户还可以提供作者作为关键字，在这种情况下，我们需要返回由该作者撰写的文章
4

1 回答 1

1

感谢您的精确度。

要在您的情况下使用渗透查询，您必须：

  1. 创建一个索引，定义您的文章的映射、有关您的用户的信息以及与用户偏好相对应的过滤器查询。
PUT /percolated_queries_index
{
    "mappings": {
        "properties": {
            "article": {
                // Mapping for your article
            },
            "query": {
                "type": "percolator"
            },
            "user": {
                // Mapping for the information related to the user
            }
        }
    }
}

该article字段是必需的，因为您将渗透的文章文档将使用此映射。这应该与您在article索引中使用的映射相同。正如文档中提到的，您应该将此映射视为您将匹配的文档的预处理。例如，您必须在此处指定词干分析器。

  1. 索引每个用户的搜索查询对应于其在percolator字段中的用户偏好。
PUT /percolated_queries_index/_doc
{
    "query" : {
        // The elasticsearch query corresponding to the user preferences
    },
    "user": {
        // Information for the user, e.g., id, email
    }
}

该查询对应于重写为弹性搜索查询的用户偏好。例如，文章作者的匹配查询和 AND、OR、NOT 关键字的布尔查询。这可能是困难的部分，因为您必须编写一些将用户查询转换为弹性搜索查询的内容。如果可以使用查询字符串语法，应该会容易得多。

您不应article在此处设置字段。

  1. 当新文章被索引时，在firled 参数percolate中使用这篇文章运行搜索查询。document如果文章已经被索引，也可以直接使用它的id（语法在文档中给出）。
GET /percolated_queries_index/_search
{
    "query" : {
        "percolate" : {
            "field" : "query",
            "document" : {
                // The content of the article
            }
        }
    }
    "_source": "user"
}

对该查询的响应将返回包含与该文章文档匹配的搜索查询的文档，该文章文档包括该文章对应的用户信息。由于您通常对搜索查询本身不感兴趣，因此您可以过滤以仅获取该user字段。

此查询的响应将为您提供新文章应发送到的所有用户。

于 2019-07-02T16:07:37.417 回答