问答博客标签用户活动
logo极客观点logo项目管理logoHarmonyOS
javascript
php
java
vue.js
git
html5
python
node.js
android
mysql
react.js
linux
ios
css
golang
spring
docker
程序员
logoONES 研发管理logo思否企业问答logo安谋科技 XPU

match_phrase_prefix如何在term条件的基础上再进行搜索？

头像
打酱油的烤红薯
    1
    新手上路，请多包涵

    ES版本 7.17.3

    GET v2-vmail-inbox-local-000001/_search?routing=1111
{
  "sort": [
    {
      "receive_time": {
        "order": "desc"
      }
    }
  ], 
  "profile": true, 
  "size": 50, 
  "_source": ["mail_subject"], 
  "query":{
    "bool": {
      "filter": [
        {"term": {
          "receiver_code": "1111"
        }},
        {
          
          "multi_match": {
            "query": "df33",
            "type": "phrase_prefix", 
            "fields": ["sender_name","mail_subject"]
          }}
      ]
    }
  }
}

    当我使用这样的DSL时，我无法搜到 阅读通知：DF33760BF_X4这样的数据
    但我使用df337这种语句就可以搜到
    我用profile发现term和multi_match并没有特别的先后关系，导致multi_match查询的前50个term没有命中到DF33760BF_X4这种数据
    有没有什么办法能先满足term条件，在term条件满足的数据上在进行multi_match的匹配，从而避免max_expansions默认50 匹配不到数据的问题

    样例数据可参考

    POST v2-vmail-inbox-local-000001/_doc/1111-125830ed339e4e49ad5ffa84d7ee6d08?routing=1111
{
          "receiver_code" : "1111",
          "mail_subject" : "阅读通知：DF33760BF_X4",
          "receive_time" : 1651802115000,
          "sender_name" : "test",
          "mail_code" : "125830ed339e4e49ad5ffa84d7ee6d08",
          "sender_code" : "2222",
          "receiver_name" : "测试用户"
        }
    elasticsearch
    阅读 833
    avatarAI BotBETA

    在Elasticsearch中，multi_match 查询的 phrase_prefix 类型确实存在一些限制，尤其是当前缀长度较长或者数据分布不均时。phrase_prefix 类型会尝试将查询词作为前缀来匹配字段中的短语，但默认情况下，它只会展开查询以匹配最多50个可能的短语。

    为了解决你的问题，你可以考虑以下几种方法：

    1. 使用 match_phrase_prefix 替代 multi_match

    由于你只关心在特定字段上进行短语前缀查询，你可以将 multi_match 替换为 match_phrase_prefix，并指定字段。这可以使得查询更明确，并可能有助于性能。

    {
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "receiver_code": "1111"
          }
        },
        {
          "match_phrase_prefix": {
            "mail_subject": "df33"
          }
        },
        {
          "match_phrase_prefix": {
            "sender_name": "df33"
          }
        }
      ]
    }
  }
}

    注意：这种方式会分别对每个字段进行短语前缀查询，可能不是最优的，因为它不会同时考虑两个字段的相关性。

    2. 调整 max_expansions

    如果你确实需要使用 multi_match 并且希望扩展更多的短语，可以调整 max_expansions 的值。但是，这可能会导致查询性能下降，因为需要处理更多的匹配项。

    {
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "receiver_code": "1111"
          }
        },
        {
          "multi_match": {
            "query": "df33",
            "type": "phrase_prefix",
            "fields": ["sender_name", "mail_subject"],
            "max_expansions": 100  // 或者更高的值
          }
        }
      ]
    }
  }
}

    3. 重新考虑数据模型和索引策略

    如果上述方法仍然不能解决问题，可能需要重新考虑你的数据模型和索引策略。例如，你可以考虑：

    • 使用更合适的分析器来索引 sender_name 和 mail_subject 字段，以确保它们以适合短语前缀查询的方式被分词。
    • 引入额外的字段或使用N-gram分词器来索引这些字段，以便更灵活地处理前缀查询。

    4. 分析和调试

    使用Elasticsearch的Profile API来分析和调试查询，看看哪些部分最耗时或最可能未命中数据。这可以帮助你更精确地调整查询和索引策略。

    结论

    通常，调整 max_expansions 或更改查询类型（如使用 match_phrase_prefix）是处理短语前缀查询中常见问题的有效方法。但是，具体解决方案将取决于你的具体数据和查询需求。

    撰写回答
    你尚未登录，登录后可以
    • 和开发者交流问题的细节
    • 关注并接收问题和回答的更新提醒
    • 参与内容的编辑和改进，让解决方法与时俱进
    推荐问题
    宣传栏