【ElasticSearch】搜索推荐

种下星星的日子

于 2020-12-23 16:16:40 发布

阅读量712

点赞数

分类专栏：【ElasticSearch】文章标签： elasticsearch

本文链接：https://blog.csdn.net/hongwei15732623364/article/details/111591602

版权

本文介绍了ElasticSearch中实现搜索推荐的方法，重点讨论了ngram的应用和优势，以及在实际操作中如何建立mapping，使用match_query与phrase_match的区别，并提供了相关优化技巧，包括rescoring重计分来提升性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

搜索推荐：
类似百度，用户在输入时，自动带出可能要搜索的关键词。

一般的实现方式是通过前缀匹配：

GET /my_index/my_type/_search 
{
   
  "query": {
   
    "match_phrase_prefix": {
   
      "title": "hello d"
    }
  }
}

但是这种方法根据前缀，然后扫描整个倒排索引的性能太差，不推荐使用。
引出ngram

Ngram：
ngram的推荐原理：
比如输入quick：
quick，五种长度下的ngram：
length=1,q u i c k
length=2,qu ui ic ck
length=3,qui uic ick
length=4,quic uick
length=5,quick

edge ngram:
hello world，hello we可能被拆分成：
h
he
hel
hell
hello

w
wo
wor
worl
world
e

拆分后建立索引，然后搜索的时候根据索引查
比如输入hello w，然后去倒排索引匹配，匹配到的hello world和hello we都是我们需要的结果。

实操：

PUT /my_index
{