Ngrams 在部分匹配的应用 | Elasticsearch: 权威指南 | Elastic
2024-12-21
请注意:
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。
Ngrams 在部分匹配的应用编辑
之前提到：“只能在倒排索引中找到存在的词。” 尽管 prefix 、 wildcard 、 regexp 查询告诉我们这种说法并不完全正确，但单个词的查找 确实 要比在词列表中盲目挨个查找的效率要高得多。
在搜索之前准备好供部分匹配的数据可以提高搜索的性能。
在索引时准备数据意味着要选择合适的分析链，这里部分匹配使用的工具是 n-gram 。可以将 n-gram 看成一个在词语上 滑动窗口 ， n 代表这个 “窗口” 的长度。如果我们要 n-gram quick 这个词 —— 它的结果取决于 n 的选择长度：
-
长度 1（unigram）： [
q,u,i,c,k] -
长度 2（bigram）： [
qu,ui,ic,ck] -
长度 3（trigram）： [
qui,uic,ick] -
长度 4（four-gram）： [
quic,uick] -
长度 5（five-gram）： [
quick]
朴素的 n-gram 对 词语内部的匹配 非常有用，即在 Ngram 匹配复合词 介绍的那样。但对于输入即搜索（search-as-you-type）这种应用场景，我们会使用一种特殊的 n-gram 称为 边界 n-grams （edge n-grams）。所谓的边界 n-gram 是说它会固定词语开始的一边，以单词 quick 为例，它的边界 n-gram 的结果为：
-
q -
qu -
qui -
quic -
quick
可能会注意到这与用户在搜索时输入 “quick” 的字母次序是一致的，换句话说，这种方式正好满足即时搜索（instant search）！
Getting Started Videos
官方地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_ngrams_for_partial_matching.html
IT
PHP
编程语言
Linux
开发编程
科技
Elasticsearch
HTML/CSS/XML
网络
数据库
JAVA
面试
NoSQL
C/C++
Golang
Git
算法
操作系统
正则表达式
Redis
互联网
MySql
JavaScript
运维
软件
国际
架构设计
Mac OS
TCP/IP
Excel
Vim
Windows
Socket
Oracle
VR
MongoDB
Python
运营
MemCache
商业
硬件
电子
娱乐
设计
nginx
摄影
游戏
WordPress
HTTP
团建
数码电器
广告
广告
Elasticsearch集群模式知多少
Elasticsearch是做什么的以及它的使用和基本原理
携程Elasticsearch数据同步实践
Elasticsearch简介与实战
如何配置使用Elasticsearch的动态映射 (dynamic mapping)
elasticsearch动态映射
elasticsearch配置
elasticsearch集群部署文档
两节点Elasticsearch集群
Elasticsearch集群高亮搜索
elasticsearch集群分布式特性
elasticsearch出现只读索引如何操作 blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];')
elasticsearch最新版安装
ElasticSearch自带的分词类型
ElasticSearch更新后延迟解决方法
elasticsearch集群新机搭建
ElasticSearch集群中的分片查询方式
es 相关配置文件
elasticsearch[5.5]全文匹配 —— Common Terms Query常用术语查询
Elasticsearch Mapping设置