在弹性搜索中实现优先搜索

Question

我正在尝试在弹性搜索中实现自定义搜索。

问题陈述是考虑将 3 个文档插入到弹性搜索中，其中“名称”字段作为数组：

{
   id:1,
   names:["John Wick","Iron man"]
}
{
   id:2,
   names:["Wick Stone","Nick John"]
}
{
   id:3,
   names:["Manny Nick","Stone cold"]
}

当我搜索“Nick”时，我想提升或优先考虑以 Nick 开头的文档，因此在这种情况下，id 为 2 的文档应该先出现，然后是 id 为 3 的文档，如果我搜索全名“Manny Nick” " id 为 3 的文档应优先考虑。

Answer 1

在这种情况下，您可能需要修改/提高所需条件的搜索匹配结果的分数。例如，匹配名称为"Nick"的文档，同时修改并提升包含names且以Nick开头的文档的分数，以便匹配Nick且也以Nick开头的文档将有更高的分数。

实现此目的的方法之一是使用Function Score Query. 在下面的查询中，搜索关键字“Nick”并使用Match Phrase Prefix Query 修改并提升匹配文档的分数以符合条件“以 Nick 开头的名称”额外重量20。

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "names": "Nick"
        }
      },
      "boost": "1",
      "functions": [
        {
          "filter": {
            "match_phrase_prefix": {
              "names": "Nick"
            }
          },
          "weight": 20
        }
      ],
      "boost_mode": "sum"
    }
  }
}

测试：

插入数据：

{
   id:1,
   names:["John Wick","Iron man"]
}
{
   id:2,
   names:["Wick Stone","Nick John"]
}
{
   id:3,
   names:["Manny Nick","Stone cold"]
}

输出：

{
    "took": 10,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 20.693148,
        "hits": [
            {
                "_index": "stack_1",
                "_type": "1",
                "_id": "T9kn5WsBrk7qsVCmKBGH",
                "_score": 20.693148,
                "_source": {
                    "id": 2,
                    "names": [
                        "Wick Stone",
                        "Nick John"
                    ]
                }
            },
            {
                "_index": "stack_1",
                "_type": "1",
                "_id": "Ttkm5WsBrk7qsVCm2RF_",
                "_score": 20.287682,
                "_source": {
                    "id": 3,
                    "names": [
                        "Manny Nick",
                        "Stone cold"
                    ]
                }
            }
        ]
    }
}