文章目录

• 1、概述
• 2、match_phrase 短语搜索
• 3、跨值访问
• • 3.1 问题演示
  • 3.2 原因
  • 3.3 解决方案
  • 3.4 position_increment_gap 参数

1、概述

在 ES 中进行短语搜索的时候，为了防止跨值访问，ES 会在每个值之间设置间隙，而这个间隙的默认大小为 100。而这个值也就是 position_increment_gap。

那么什么是跨值访问呢？

2、match_phrase 短语搜索

首先我们要理解 match_phrase 的匹配逻辑，match_phase 的匹配需要遵循以下三个条件

• match_phrase 会对搜索短语分词（误区）
• 目标文档需要包含短语分词结果中所有词项
• 目标文档中匹配的所有词项必须和搜索短语完全相同，切顺序也必须完全相同
• 目标文档中匹配的所有词项中不能有任何其他不匹配项。

比如，搜索短语：that's a good question

那么以下文档均不符合短语搜索的要求，（暂不考虑文档归一化问题，即语气词通用的情况）

• yes or no, that’s a question 。
• yes or no, that’s good a question
• yes or no, that’s a difficult question
• yes or no, that’s a difficult good question

短语搜索是对短语分词的，这一点是一个非常容易踩坑的误区，很多人对短语搜索的理解就是文档中包含完整的短语，岁然从搜素结果上看的确是这样的，但是匹配逻辑却不失这样的。这一点需要格外的注意

3、跨值访问

3.1 问题演示

假设我们的 es 集群中存储了以下索引

PUT position_increment_gap_index/_doc/1
{"mappings" : {"properties" : {"title" : {"type"   : "text" // slop 默认 100}}}
}

为索引写入一条数据

POST /position_increment_gap_index/_doc/1
{"title" : ["elastic org cn", "www elastic co"]
}

当我们对title进行短语搜索的时候，如果符合短语搜索的要求，是可以正常搜索到结果的，比如搜索elastic org cn

GET position_increment_gap_index/_search
{"query": {"match_phrase": {"title": {"query": "elastic org cn"}}}
}

结果如下

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KwDWWcHY-1670229979294)(https://files.mdnice.com/user/38153/784fc312-67b1-4258-8ac1-1848482c8665.jpg)]

注意

当我们搜索的短语跨越了多个值的时候，比如搜索短语为：org cn www elastic

GET position_increment_gap_index/_search
{"query": {"match_phrase": {"title": {"query": "org cn www elastic"}}}
}

此时是搜索不到任何数据的，如下图所示，

3.2 原因

因为 ES 为了防止短语跨多个值访问，在每个值之间设置了默认为 100 的 slot 间隔。目的就是为了避免跨值访问。

3.3 解决方案

如果我们希望短语搜索可以跨越多个值进行访问，可以配置 slot 的值只需大于等于配置的值（默认 100）即可。

比如：slop 配置 100 有数据

GET position_increment_gap_index/_search
{"query": {"match_phrase": {"title": {"query": "org cn www elastic","slop": 100}}}
}

结果如下：

3.4 position_increment_gap 参数

当然我们可以通过position_increment_gap参数，人为的配置字段多个值 slop 的值。

下面分别配置了slop默认 100，以及slop为 0 和slop为 10 的两个子字段。

PUT position_increment_gap_index
{"mappings" : {"properties" : {"title" : {"type"   : "text", // slop 默认 100"fields" : {"slop_0" : {"type": "text","position_increment_gap" : 0},"slop_10" : {"type": "text","position_increment_gap" :10}}}}}
}

mapping 创建成功之后，再次写入 3.1 小节中的测试数据，然后对 slot_0 执行同样的查询，因为 slop 配配置为了 0，所以可以直接得出数据。

GET position_increment_gap_index/_search
{"query": {"match_phrase": {"title.slop_0": {"query": "org cn www elastic"}}}
}

同样，对 slop_10进行跨值查询。需要设置指定 slop: 10 以上才有数据

GET position_increment_gap_index/_search
{"query": {"match_phrase": {"title.slop_10": {"query": "org cn www elastic","slop": 10}}}
}