我們今天把基礎查詢方法的坑填上～

今天會介紹

1. phrase search
2. Fuzzy match query
3. Fuzzy query
4. search object, nested, and join field
5. relevance score
6. search multiple fields

phrase search：

GET /test_phrase/_search
{
  "query": {
    "match_phrase": {
      "desc": "value"
    }
  }
}

• 因為查詢時除了要注意想要搜尋的document需要包含所有輸入的搜尋值
• 搜尋時也要注意順序，並且各搜尋字之間不能有其他單字

// 原始文檔
"desc": "I'm testing a Function!"
// 搜尋語句
"desc": "m test" // 會找不到
"desc": "test a function" // 可以找到

• 可以設置analyzer，對應想查找的field的analyzer
• 也可以設置slop來讓順序不要那麼嚴謹(預設0)

{
  "query": {
    "match_phrase": {
      "desc": "value",
			"analyzer": "your_analyzer",
			"slop": 1
    }
  }
}

這邊說一下slop：

• 設置1就代表你輸入的單字能做一次移動，以此類推

• 在實際應用時，slop不一定要設最小，因為相關分數還是會影響搜尋結果的排名

Fuzzy match query：

• 在match query中添加fuzziness參數
• 相當於模糊查詢
• 設置的數字代表能容忍的最大編輯距離(Levenshtein Edit Distance)
• 變更一次相當於
  • box → fox (改變一次)
  • black → lack (刪除一次)
  • sic → sick (匯入一次)
  • ab → ba (互換一次)
  • Damerau–Levenshtein distance讓互換一次能算作一次，不然一般是算兩次
• 每個查詢單字是獨立計算編輯次數的，所以通常設1就很夠用了。也可設auto(會根據單字長短來變更數字)
• 非常消耗cpu，且設太大的編輯會導致結果非常不可控，根據研究來說設2就能包含大部分人為失誤

Fuzzy query：

• 跟上述的fuzzy match query類似，但是查詢時是term query而不是text要注意
• 具備fuzziness以外，還能調整其他參數prefix_length, max_expansions, transpostions(match也通用)

Search object, nested：

• 搜尋一般的object field直接用 field_name.sub_field_name的方式就好
• nested field則如下

// 示範index
PUT /test_nested_index
{
  "mappings": {
    "properties": {
      "obj": {
        "type": "nested"
      }
    }
  }
}

// query
GET /test_nested_index/_search
{
  "query": {
    "nested": { //需要表明是nested
      "path": "obj", // 表明路徑是哪個nested field
			"inner_hits": {
				"name": "my_hits",
				"size": 3 // 減少inner_hits的返回數量能加速查詢速度
			},
      "query": {
        "match": {
		      "obj.xxx": ""
        }
      }
    }
  }
}

• nested query如果有匹配到結果的話，會返回整個parent document
• 因為上述的特性，加上ES不會告訴我們查詢是因為匹配parent還是nested內部，所以可以使用添加inner hits，如果有匹配，返回如下：

"hits": [
     {
        "_index": ...,
        "_type": ...,
        "_id": ...,
        "inner_hits": {
           "<inner_hits_name>": {
              "hits": {
                 "total": ...,
                 "hits": [
                    {
                       "_id": ...,
                       ...
                    },
                    ...
                 ]
              }
           }
        },
        ...
     },
     ...
]

Search join field：

• 因為join field也就是兩個文檔有親子關係，因此會搭配has_child跟has_parent來查詢
• 跟nested field一樣，ES也不會直接顯示為何文檔匹配，所以一樣可以添加inner_hits

GET /test_join_search/_search
{
  "query": {
    "has_child": { // 依照需求決定是has_parent還是找has_child
      "type": "my_child", 
      "query": {
        "match": {
          "number": 1
        }
      },
      "inner_hits": {}
    }
  }
}

Relevance score：

• ES在對查詢語句進行文檔的匹配時，都會計算查詢語句跟文檔之間的相關程度，並且由特定公式所算出相關分數後進行排序
• 默認情形下是使用practical scoring function(BM25)這個計算模型，主要會根據幾個參數進行計算
  • term frequency(tf)：代表查詢語句在文檔中出現的頻率，出現頻率越高通常代表關聯性越強
  • inverse document frequency(idf)：如果被分切後的term出現在越多的文檔中，會被認為不那麼重要，反之出現頻率越少加權值會更高
  • field-length normalization：就是看查詢語句跟文檔字數的比例，如果佔比很高就代表很重要
• 我們也能透過添加不同參數來控制特定情形的加權值(後面會一一介紹)，或是透過function score來改寫算法
• 我們能用explain API來看計算的過程

GET /test_phrase/_explain/1
{
  "query": {
    "match": {
      "desc": "the"
    }
  }
}

• 可以看到會針對每個分數解釋是由哪些參數加權計算出來的

Search multiple fields：

• 我們也能同時查詢不同欄位，並且依據你想要哪邊匹配到更加重要，去分配加權值
• 因為雖然是使用多欄位查詢，但是假如某一欄的分數較高，會直接只拿那一欄的分數來當作該文檔的相關分數，其他欄位有匹配到也不計分
  • 可以設置tie_breaker讓其他欄位*該參數也添加進相關分數中

GET /test_phrase/_search
{
  "query": {
    "multi_match": {
      "query": "cheese",
      "fields": ["name^2", "desc"], // 讓name匹配時，分數*2
			"tie_breaker": 0.3
    }
  }
}

明天我們會開始進到compound queries
先前我們都只做單一查詢，沒有用到什麼and跟or或是must等等概念
而明天開始則會介紹複合的查詢語句，讓我們更能夠去貼近使用時的查詢邏輯～

參考資料
Match phrase query：
https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-match-query-phrase.html
fuzziness：
https://www.elastic.co/guide/en/elasticsearch/reference/current/common-options.html#fuzziness
match fuzzy參數詳解：
https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-fuzzy-query.html
nested query：
https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-nested-query.html
joining query：
https://www.elastic.co/guide/en/elasticsearch/reference/current/joining-queries.html
inner hist：
https://www.elastic.co/guide/en/elasticsearch/reference/current/inner-hits.html#inner-hits
relevance score：
https://opster.com/guides/elasticsearch/search-apis/elasticsearch-scoring-understanding-the-explain-api/