Query DSL Part II (查詢語法)

本篇繼續介紹 Query DSL的 Full text queries

本篇介紹以下 full text queries

• match_phrase query
• match_phrase_prefix query
• multi_match query

match_phrase query
和 match 一樣，會對 query value做analyze後產生 analyzed text，
只是是透過 phrase query 匹配

直接用範例解釋

Request

GET /_search
{
  "query": {
    "match_phrase": { (1)
      "message": "this is a test" (2)
      }
    }
  }
}

此處使用的是在 match 有介紹過的縮寫寫法，即 <field> 和 query的值(query value)結合

(1): 即為 match_phrase query
(2): "this is a test" 即為 query value

依照上述 Request ，只有當 documents的 message 的 field value中有包含 "this is a test"才會匹配得到

match_phrase_prefix query
會拆解成terms，最後一個term是用 prefix，其他是用 phrase ，且順序要一樣

GET /_search
{
  "query": {
    "match_phrase_prefix": {
      "message": {
        "query": "quick brown f"
      }
    }
  }
}

此 query value只會匹配，要有 quick brown 且 後面緊接著 f 開頭的字串

multi_match query
建立在 match query 之上，但允許指定多個 fields

直接用範例

GET /_search
{
  "query": {
    "multi_match" : {
      "query":    "this is a test",  (1)
      "fields": [ "subject", "message" ] (2)
    }
  }
}

(1): query string
(2): 可指定多個fields

透過此request，可以用同一 query value在多個fields內搜尋，
以此為例，即用 match query 在 subject field 以及 message field 分別搜尋 this is a test

此外，還有提供彈性可以針對單一field設定boosting或wildcard，例如：

GET /_search
{
  "query": {
    "multi_match" : {
      "query" : "this is a test",
      "fields" : [ "subject^3", "message", "*_name"] 
    }
  }
}

subject field如匹配到計算分數會是 message 的三倍，
如有 last_name 和 first_name，此query value也會在這兩個field 做 match query，
因為 *_name

multi_match query 有許多種不同的運作方式，可以透過 type 參數來設定，
預設為 best_fields

舉個例子

GET /_search
{
  "query": {
    "multi_match" : {
      "query":      "brown fox",
      "type":       "best_fields",
      "fields":     [ "subject", "message" ],
      "tie_breaker": 0.3
    }
  }
}

上述可以被視為如下request

GET /_search
{
  "query": {
    "dis_max": {
      "queries": [
        { "match": { "subject": "brown fox" }},
        { "match": { "message": "brown fox" }}
      ],
      "tie_breaker": 0.3
    }
  }
}

也就是說， best_fields 會把產生的 match query包在 dis_max query 內
那 dis_max query又什麼呢？
documents只要有匹配到 dis_max.queries 下的一個 query clause，即會回傳，
但分數計算方式比較不同，是取 "所有匹配到的query clauses中最高分數的" ，
而如果有設定 tie_breaker (預設是 0.0 ，允許值為 0和1.0之間)，
則 其他匹配到的query clause會乘以 tie_breaker，最後加上最高分數

簡而言之就是， matching query最高分 + (tie_breaker * 其他match query分數)

回歸正題，type 參數除了 best_fields 還有很多其他選擇

• most_fields
• cross_fields
• phrase
• phrase_prefix
• bool_prefix

除了預設 best_fields， phrase 我覺得用到的機率也算高，
其實差異只是差在 原本使用的 match query 改成 match_phrase query，
即為前面介紹的 phrase query，terms必須緊鄰才會匹配

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

Full text queries
Disjunction max query