一直对 ES Completion Suggester 中 Input 和 Analyzer。
在建议词字段，建议词索引时使用 HanLP 分析器，搜索时使用 Simple 分析器。
在建议词字段，建议词索引时使用 HanLP 分析器，搜索时使用 Simple 分析器。
PUT test_suggestion/
{
"settings": {},
"mappings": {
"for_client": {
"_all": {
"enabled": false
},
"properties": {
"keyword": {
"type": "keyword"
},
"keyword_suggestion": {
"type": "completion",
"analyzer": "hanLp-index",
"search_analyzer": "simple",
"preserve_separators": true,
"preserve_position_increments": true,
"max_input_length": 50
}
}
}
}
}PUT test_suggestion/for_client/1
{
"keyword": "天上人间",
"keyword_suggestion": {
"input": "天上人间",
"weight": 1
}
}
POST test_suggestion/_suggest
{
"term-suggestion": {
"prefix": "天",
"completion": {
"field": "keyword_suggestion"
}
}
}
{
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"term-suggestion": [
{
"text": "天",
"offset": 0,
"length": 1,
"options": [
{
"text": "天上人间",
"_index": "test_suggestion",
"_type": "for_client",
"_id": "1",
"_score": 1,
"_source": {
"keyword": "天上人间",
"keyword_suggestion": {
"input": "天上人间",
"weight": 1
}
}
}
]
}
]
}POST test_suggestion/_suggest
{
"term-suggestion": {
"prefix": "上",
"completion": {
"field": "keyword_suggestion"
}
}
}{
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"term-suggestion": [
{
"text": "上",
"offset": 0,
"length": 1,
"options": []
}
]
3 个回复
kennywu76 - Wood
赞同来自: charleslxh 、famoss 、wokeyi 、kazaff 、wangxiaoer
FST实际上是前缀编码，这些词被顺序串联在一起进行编码，并记录了每个词条的相对位置，编码后形如:
天上人间|天上|上人|人间
0 1 2 3
特别注意，这时候所有的查找都只能从0位置的“天”开始。
做completion suggest的时候， 输入的词条经过分析后， 必须有相同的前缀和相对位址。 因为你的搜索用的simple analyzer，当输入"天"的时候， 分析出来的是"天" (0)， 在FST里是从起始位置开始可以匹配到。其他输入“天上” “天上人” 都是从位置0开始的前缀，也都可以匹配。
但是如果你输入“上”， simple analyzer分析出来的是"上" (0)， 去FST里查，第一个就不匹配，所以没结果。
为了帮助理解，针对你的例子，可以试一下如下的搜索:你会发现，上面用空格分隔的3个词，也可以match。 原因在于搜索用的simple analyzer是用空格一类的分隔符分词的，分词结果是
天上人间|天上|上
0 1 2
顺着FST走下去，可以做到前缀匹配。
总结来说，当使用completion suggester的时候， 不是用于完成 类似于 "*关键词*"这样的模糊匹配场景，而是用于完成关键词前缀匹配的。 对于汉字的处理，无需使用ik/ HanLP一类的分词器，直接使用keyword analyzer，配合去除一些不需要的stop word即可。
举个例子，做火车站站名的自动提示补全，你可能希望用户输入“上海” 或者 “虹桥” 都提示"上海虹桥火车站“ 。 如果想使用completion suggester来做，正确的方法是为"上海虹桥火车站“这个站名准备2个completion词条，分别是:
"上海虹桥火车站"
"虹桥火车站"
这样用户的输入不管是从“上海”开始还是“虹桥”开始，都可以得到"上海虹桥火车站"的提示。
kepmoving - 90后
赞同来自:
kazaff
赞同来自:
然后向起插入data：
可以根据你的搜索需要，将data分词成理想的颗粒度，不过小弟我是es新手，只能想到在应用层做`input`值的分词准备，不知道有没有办法直接通过mapping完成这件事儿呢？
最后就可以检索试试了：