Ngrams 在部分匹配的应用 | Elasticsearch: 权威指南 | Elastic
2024-11-14
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
JAVA
NoSQL
数据库
面试
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
--
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出现只读索引如何操作 blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];')
elasticsearch集群分布式特性
elasticsearch最新版安装
ElasticSearch更新后延迟解决方法
ElasticSearch自带的分词类型
ElasticSearch集群中的分片查询方式
elasticsearch集群新机搭建
es 相关配置文件
Elasticsearch Mapping设置
Elasticsearch－基础介绍及索引原理分析