Полнотекстовые запросы

match и обязательность слов

match анализирует вход и строит запрос по полученным термам. operator=or обычно допускает отдельные слова, operator=and требует все. minimum_should_match задаёт промежуточную строгость. Для длинных запросов абсолютное AND может терять полезные товары, поэтому выбирают правило на основе качества. Нулевое число токенов после стоп-фильтра требует осознанной политики zero_terms_query.

Порядок и близость

match_phrase учитывает позиции. slop разрешает позиционные отклонения и не равен простому числу лишних слов во всех случаях: перестановка тоже имеет стоимость. Фраза не означает сравнение всей исходной строки, потому что анализ уже произошёл. Для точного названия целиком нужен отдельный keyword-путь, если это требование продукта.

Несколько полей

multi_match best_fields ориентируется на лучшее поле, most_fields суммирует сигналы разных представлений, cross_fields помогает распределить термы между совместимыми полями. combined_fields рассматривает совместимые text-поля как объединённое поисковое представление с ограничениями анализаторов. Название и описание не всегда стоит объединять: различия длины и назначения могут требовать явных boost.

{
  "query": {
    "multi_match": {
      "query": "wireless headphones",
      "fields": [
        "name^3",
        "description"
      ],
      "type": "best_fields"
    }
  }
}

Разбор на примере каталога

Пусть товар A имеет name="wireless headphones", товар B — name="headphones" и description="wireless charging case". Запрос по двум полям может найти оба товара, но с разным смыслом совпадения. Если все слова должны присутствовать в одном поле, это не то же самое, что присутствовать где-нибудь в объединённом наборе. Сначала сформулируйте правило словами, затем выберите тип multi_match или combined_fields. Добавьте товар, где слова распределены между полями, как обязательный тест этой разницы.

Поиск по тексту

match — отправная точка поиска по text. Вход TRAVEL анализируется и может совпасть с Travel в name. Результат определяется терминами, а не сравнением исходной JSON-строки с учётом регистра. Оценка характеризует совпадение в текущем корпусе, а не процент уверенности.

Для нескольких входных слов по умолчанию действует operator or: может хватить одного проанализированного слова. Это полезно для широкого поиска, но не означает обязательность всех слов или совпадение фразы. Следующие разделы задают эти требования явно.

{
  "query": {
    "match": {
      "name": "TRAVEL"
    }
  },
  "size": 2,
  "_source": [
    "name",
    "price"
  ]
}

{
  "hits": {
    "total": {
      "value": 60,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "3",
        "_score": 1.6332386,
        "_source": {
          "name": "Sony Travel Speaker 3",
          "price": 100
        }
      },
      {
        "_id": "13",
        "_score": 1.6332386,
        "_source": {
          "name": "Apple Travel Speaker 13",
          "price": 100
        }
      }
    ]
  }
}

Поиск фразы

match_phrase учитывает позиции токенов наряду с терминами. При slop по умолчанию, равном нулю, слова должны стоять рядом и в том же порядке. Пример ищет gaming keyboard; название с keyboard перед gaming является другой фразой, хотя содержит оба слова.

Поиск фразы также анализирует текст. Он не требует равенства всего поля фразе: длинное название может содержать её внутри последовательности токенов. Точное равенство всей строки относится к подходящему keyword-полю, а не к match_phrase.

{
  "query": {
    "match_phrase": {
      "name": "gaming keyboard"
    }
  },
  "size": 2,
  "_source": [
    "name",
    "price"
  ]
}

{
  "hits": {
    "total": {
      "value": 30,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "4",
        "_score": 4.6608744,
        "_source": {
          "name": "Logitech Gaming Keyboard 4",
          "price": 199
        }
      },
      {
        "_id": "14",
        "_score": 4.6608744,
        "_source": {
          "name": "Samsung Gaming Keyboard 14",
          "price": 199
        }
      }
    ]
  }
}

Поиск по нескольким полям

multi_match применяет текстовый запрос к явно перечисленным полям. Поиск по name и description находит товар, даже если нужная формулировка есть только в описании. Стратегия best_fields по умолчанию определяет релевантность по лучшему полю, а не просто добавляет по баллу за каждое совпадение.

Названия полей указываются в массиве fields. Значения анализируются по mapping каждого поля. Тренажёр требует явный разрешённый список, поэтому wildcard в селекторе полей использовать не нужно. Возвращаемые поля _source не определяют поля поиска.

{
  "query": {
    "multi_match": {
      "query": "gaming",
      "fields": [
        "name",
        "description"
      ]
    }
  },
  "size": 2,
  "_source": [
    "name",
    "description"
  ]
}

{
  "hits": {
    "total": {
      "value": 30,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "4",
        "_score": 2.3304372,
        "_source": {
          "name": "Logitech Gaming Keyboard 4",
          "description": "Reliable everyday accessory"
        }
      },
      {
        "_id": "14",
        "_score": 2.3304372,
        "_source": {
          "name": "Samsung Gaming Keyboard 14",
          "description": "Travel companion with long battery life"
        }
      }
    ]
  }
}

Все слова обязательны

Объект match может содержать query и operator. Значение operator: and требует каждый проанализированный термин в одном поле. В примере travel и speaker должны встречаться в name. Соседство не требуется; это также не равенство строки полному названию товара.

Не путайте И между терминами с bool.must между разными запросами. Оба задают совместное выполнение, но на разных уровнях. Если задача требует все слова в одном поле, match с operator and прямо выражает это намерение.

{
  "query": {
    "match": {
      "name": {
        "query": "travel speaker",
        "operator": "and"
      }
    }
  },
  "size": 2,
  "_source": [
    "name",
    "price"
  ]
}

{
  "hits": {
    "total": {
      "value": 30,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "3",
        "_score": 3.9636757,
        "_source": {
          "name": "Sony Travel Speaker 3",
          "price": 100
        }
      },
      {
        "_id": "13",
        "_score": 3.9636757,
        "_source": {
          "name": "Apple Travel Speaker 13",
          "price": 100
        }
      }
    ]
  }
}