2018-10-22 ElasticSearch 笔记

1、Elasticsearch: 权威指南 » 基础入门 » 排序与相关性 » 什么是相关性?

1、一些概念
反向检索词在索引中出现的频率?频率越高,相关性越低。检索词出现在多数文档中比出现在少数文档中的权重更低。

字段程度准则:字段的长度是多少?字段越长,相关性越低。检索词出现在一个短的 title 要比同样的词出现在一个长的content 字段的权重更大

单个查询可以联合使用 TF/IDF 和其他方式,比如短语查询中检索词的距离或者是模糊查询中的检索词相似度。

相关性并不只是全文本检索的专利。也适合于 yes|no的字句,匹配 字句越多,相关性的评分也就越高

如果多条查询字句被合并为一个复合查询语句。比如 bool 查询,则每个查询字句计算得出的评分会被合并到总的相关性的评分中。

2、理解评分标准

当调试一个复杂的查询语句时,想要理解 _score 究竟是如何计算是比较困难的。ElasticSearch 在每个查询语句中都有一个Explain 参数,将 Explain 设为 True 就可以得到更加详细的信息

get /_search?Explain
{
"query":{ "match":{"tweet":"honeymoon"}}
}

Explain 参数可以让返回结果添加一个 _score 评分得来依据。
增加一个 Explain 参数会为每个匹配到的文档产生一大堆的额外的内容,但是花时间去理解它是有意义的。如果现在看不明白也没有关系——等你需要的时候,再来进行回顾这一节就行。下面我们来一点点的了解这块的知识。

首先,我们看一下普通查询返回的元数据

{
"_index":"us",
"_type":"tweet",
"_id":"12",
"_score":0.076713204
"_source":{.... trimmed ....}
}

这里加入了该文档来自于哪个节点哪个分片上的信息,这对我们是比较有帮助的,因为词频率和文档频率是每个分片中计算出来的,而不是每个索引中:
"shard":1,
"_node":"mzIVYCsqSWCG_M_ZffSs9Q"

然后它提供了 _explanation . 每个入口都包含一个 description 、 value、details 字段,它分布告诉你计算的模型、计算的结果和任何我们需要的计算细节
输出 Explain 结果代价是十分昂贵的,它只能用作调试工具。千万不要用于生产环境。

第一部分是关于计算的总结:告诉了我们honeymoon 在 tweet 字段中的检索词频率/ 反向文档频率或 TF/IDF(这里的文档是一个内部的 ID,跟我们没有关系,可以忽略)

然后它提供了权重是如何计算的细节:

检索词的频率

检索词 honeymoon 在这个文档的 tweet 字段中出现的次数

反向文档频率

检索词 honeymoon 在索引上所有文档的 tweet 字段中出现的次数

字段长度准则

在这个文档中,tweet 字段内容的长度 -- 内容的越长,值越小

复杂的查询语句解释也非常的复杂,但是包含的内容与上面的例子大致相同。通过这段信息,我们可以了解搜索结果是如何产生的

json 形式的 Explain 描述是难以阅读的,但是转成YAML 会好很多,只需要在参数中加上 format = yaml

理解文档时如何被匹配到的

当Explain 选项加到某一个文档上时, Explain api 会帮助你理解为何这个文档会被匹配,更重要的是,一个文档为何没有被匹配。

请求的路径是:
get /us/tweet/12/_explain
{
"query":{
"bool":{
"filter":{ "term":{"user_id":2}},
"must":{"match":{"tweet":"honeymoon"}}
}
}
}

不只是我们之前看到的充分解释,我们现在有了一个 description 元素,它将告诉我们:
"failure to match filter: cache(user_id:[2 to 2])"

也就是我们的 user_id 过滤子句使该文档不能匹配到。

2、

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354