Elasticsearch 多字段查询答案

【问题标题】：Elasticsearch multi field queryElasticsearch 多字段查询
【发布时间】：2016-08-18 19:06:49
【问题描述】：

我在 ElasticSearch 中构建地址搜索查询时遇到问题。

地址存储在 ES 中，结构如下：
地址 { 街道，城市，邮政编码 }

这是一个示例查询：

GET /adr-address/_search
{   
  "query": {
    "multi_match": {
      "query":       "mainstreet, houston",
      "type":        "most_fields",
      "fields":      [ "street", "city", "zipcode"]
    }
  }
}

"hits": [
 {
      "_source": {
       "id": "S6v4xyO8UE5NRcWtmMATPQ==",
       "street": "Houston 2nd Avenue",
       "zipcode": "8032",
       "city": "Houston"
    }
 },
 {
    "_source": {
       "id": "aLgQFrO8zCT8m88lAnYZPQ==",
       "street": "Houston 1st Avenue",
       "zipcode": "8044",
       "city": "Houston"
    }
 },
 {
    "_source": {
       "id": "aLgQFrO8zCT8m88lAnYZPQ==",
       "street": "mainstreet",
       "zipcode": "8044",
       "city": "Houston"
    }
 },

多匹配查询在大多数情况下都能正常工作，除了街道也包含城市名称的情况。 Elasticsearch 为这些结果分配了更高的优先级，这是完全可以理解的，即使不可接受。

这是_analyze结果：

GET /adr-address/_validate/query?explain
{
  "query": {
    "multi_match": {
      "query":       "mainstreet, houston",
      "type":        "most_fields",
      "fields":      [ "street", "city", "zipcode" ]
    }
  }
}

{
   "valid": true,
   "_shards": {
      "total": 1,
      "successful": 1,
      "failed": 0
   },
   "explanations": [
      {
         "index": "adr-address",
         "valid": true,
         "explanation": "(zipcode:mainstreet zipcode:houston) (street:mainstreet street:houston) (city:mainstreet city:houston)"
      }
   ]
}

需要注意的是，google maps api 会针对同一个查询返回准确的结果。

到目前为止所做的假设/条件：

分词器有：空格、逗号、数字等
输入词可以包含多字街道名称、邮政编码或城市，顺序不限

关于如何改进搜索结果的任何建议？

【问题讨论】：

我不知道，但你有没有试过改变顺序：[ "city", "zipcode", "street" ] ？
是的，但它没有帮助，而且 _analyze 解释表明它搜索了两个字段中的所有术语
我猜 copy_to 选项是我需要的。将所有值复制到一个新字段并在那里运行搜索。 elastic.co/guide/en/elasticsearch/guide/current/…我应该知道这是否可行。

标签： elasticsearch

【解决方案1】：

尝试使用 cross_fields 而不是 most_fields 作为 multi_match 的类型。

来自文档：

cross_fields 类型对结构化文档特别有用多个字段应该匹配的地方。例如，当查询 “Will Smith”的名字和姓氏字段，最佳匹配是可能在一个领域有“Will”，而在另一个领域有“Smith”。

您使用的 most_fields 似乎是用于搜索相同的文本，但以不同的方式进行分析。

查询示例：

GET /adr-address/_search
{   
  "query": {
    "multi_match": {
      "query":       "mainstreet, houston",
      "type":        "cross_fields",
      "fields":      [ "street", "city", "zipcode"]
    }
  }
}

link to docs

【讨论】：

是的，这正是我现在正在尝试的，它看起来很有希望。明天完成后，我会将其标记为已接受的答案。
完美运行！这是我的最终查询：GET /adr-address/_validate/query?explain { "query": { "multi_match": { "query": "mainstreet, houston", "type": "cross_fields", "minimum_should_match": 2, "fields": [ "street", "city", "zipcode", "state" ] } } }