elasticsearch 학습노트 고급편(15)-실전 검색 추천

데이터 준비

PUT _bulk
{"index": {"_index": "test_index", "_id": "1"}}
{"test_field": "hello world"}
{"index": {"_index": "test_index", "_id": "2"}}
{"test_field": "hello win"}
{"index": {"_index": "test_index", "_id": "3"}}
{"test_field": "hello dog"}
{"index": {"_index": "test_index", "_id": "4"}}
{"test_field": "hello cat"}

검색 추천: match_phrase_prefix

match_phrase_prefix 원리와 match_phrase와 유사하지만 유일한 차이점은 마지막term을 접두사로 검색하는 것이다.검색 시간

hello w를 검색하는 것을 예로 들자.

hello는 match 검색을 하고 대응하는 문서를 검색합니다. w는 접두사로 전체 역렬 인덱스를 스캔하고 w로 시작하는 모든 문서를 찾습니다. 그리고 모든 문서에서 hello와 w로 시작하는 문자를 포함하는 문서를 찾습니다.마지막으로 이 문서에서 당신의 slop에 따라 계산합니다. slop의 범위 내에서 Hello와 w가 문서의 Hello와 w로 시작하는 단어의position과 일치하는지 확인하십시오.검색 코드는 다음과 같습니다.

GET /test_index/_search
{
  "query": {
    "match_phrase_prefix": {
      "test_field": "hello w"
    }
  }
}

출력 결과:

{
  "took" : 40,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 2.5133061,
    "hits" : [
      {
        "_index" : "test_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 2.5133061,
        "_source" : {
          "test_field" : "hello world"
        }
      },
      {
        "_index" : "test_index",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 2.5133061,
        "_source" : {
          "test_field" : "hello win"
        }
      }
    ]
  }
}

검색 추천:ngram

ngram 검색 추천과 접두사가 일치하는 큰 차이점은 ngram은 index time에 속하는 것으로 index를 할 때 이를 분할한다. 예를 들어 세계는 w, o, r, l, d로 분할된다.하지만 검색의 본질과 match_phrase_prefix는 똑같아요.

hello w를 검색하는 것을 예로 들자.

hello는 match 검색을 하고 대응하는 문서를 검색합니다. w는 접두사로 전체 역렬 인덱스를 스캔하고 w로 시작하는 모든 문서를 찾습니다. 그리고 모든 문서에서 hello와 w로 시작하는 문자를 포함하는 문서를 찾습니다.마지막으로 이 문서에서 당신의 slop에 따라 계산합니다. slop의 범위 내에서 Hello와 w가 문서의 Hello와 w로 시작하는 단어의position과 일치하는지 확인하십시오.

색인을 만들려면 다음과 같이 하십시오.

PUT test_index
{
  "settings": {
    "analysis": {
      "filter": {
        "autocomplete_filter": { 
            "type":     "edge_ngram",
            "min_gram": 1,
            "max_gram": 20
        }
      },
      "analyzer": {
        "autocomplete": {
            "type":      "custom",
            "tokenizer": "standard",
            "filter": [
                "lowercase",
                "autocomplete_filter" 
            ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "test_field": {
          "type":     "text",
          "analyzer": "autocomplete",
          "search_analyzer": "standard"
      }
    }
  }
}

데이터 삽입

PUT _bulk
{"index": {"_index": "test_index", "_id": "1"}}
{"test_field": "hello world"}
{"index": {"_index": "test_index", "_id": "2"}}
{"test_field": "hello win"}
{"index": {"_index": "test_index", "_id": "3"}}
{"test_field": "hello dog"}
{"index": {"_index": "test_index", "_id": "4"}}
{"test_field": "hello cat"}

조회

GET /test_index/_search
{
  "query": {
    "match_phrase": {
      "test_field": "hello w"
    }
  }
}

출력:

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 1.1620307,
    "hits" : [
      {
        "_index" : "test_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.1620307,
        "_source" : {
          "test_field" : "hello world"
        }
      },
      {
        "_index" : "test_index",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.1620307,
        "_source" : {
          "test_field" : "hello win"
        }
      }
    ]
  }
}