【Elasticsearch】suggest

在Elasticsearch中，`suggest` 是一个非常强大的功能，用于实现自动补全、拼写纠错和模糊搜索等功能。它可以帮助用户更快地找到他们想要的内容，同时提升搜索体验。以下是关于 `suggest` 的详细使用方法和常见场景。

 

1\. Suggest 的基本概念

 

`suggest` 是一个查询组件，通常与搜索请求一起发送。它可以根据用户的输入提供相关的建议，帮助用户更快速地完成搜索。`suggest` 支持多种类型，包括：

 

- Term Suggest（拼写纠错）：用于纠正用户输入中的拼写错误。

- Phrase Suggest（短语建议）：基于上下文提供完整的短语建议。

- Completion Suggest（自动补全）：用于实现自动补全功能，通常用于搜索框中的实时建议。

- Context Suggest（上下文建议）：结合上下文信息（如分类、标签等）提供更精准的建议。

 

2\. Term Suggest（拼写纠错）

 

`term suggest` 是一种基于用户输入的拼写纠错功能。它会根据索引中的数据，找出最接近的正确拼写。

 

示例

 

假设我们有一个索引 `products`，其中包含以下文档：

 

```json

{

  "product_name": "Apple iPhone 13"

}

{

  "product_name": "Samsung Galaxy S21"

}

```

 

如果用户输入了一个拼写错误的查询，例如 `iphne`，我们可以使用 `term suggest` 来纠正拼写：

 

```json

POST /products/_search

{

  "suggest": {

    "product-suggest": {

      "text": "iphne",

      "term": {

        "field": "product_name"

      }

    }

  }

}

```

 

返回结果可能如下：

 

```json

{

  "suggest": {

    "product-suggest": [

      {

        "text": "iphne",

        "offset": 0,

        "length": 5,

        "options": [

          {

            "text": "iphone",

            "score": 0.8,

            "freq": 1

          }

        ]

      }

    ]

  }

}

```

 

3\. Phrase Suggest（短语建议）

 

`phrase suggest` 可以根据用户的输入提供完整的短语建议。它通常用于纠正拼写错误并提供更自然的短语。

 

示例

 

假设用户输入了 `galax s21`，我们可以使用 `phrase suggest` 来提供更准确的短语建议：

 

```json

POST /products/_search

{

  "suggest": {

    "product-suggest": {

      "text": "galax s21",

      "phrase": {

        "field": "product_name",

        "size": 1

      }

    }

  }

}

```

 

返回结果可能如下：

 

```json

{

  "suggest": {

    "product-suggest": [

      {

        "text": "galax s21",

        "offset": 0,

        "length": 10,

        "options": [

          {

            "text": "Samsung Galaxy S21",

            "score": 0.9,

            "collate_match": true

          }

        ]

      }

    ]

  }

}

```

 

4\. Completion Suggest（自动补全）

 

`completion suggest` 是实现自动补全功能的最常用方式。它通常用于搜索框中的实时建议。

 

示例

 

首先，我们需要在索引中定义一个 `completion` 类型的字段。例如：

 

```json

PUT /products

{

  "mappings": {

    "properties": {

      "suggest_field": {

        "type": "completion"

      }

    }

  }

}

```

 

然后，插入一些数据：

 

```json

POST /products/_doc/1

{

  "suggest_field": "Apple iPhone 13"

}

 

POST /products/_doc/2

{

  "suggest_field": "Samsung Galaxy S21"

}

```

 

接下来，使用 `completion suggest` 提供自动补全建议：

 

```json

POST /products/_search

{

  "suggest": {

    "product-suggest": {

      "prefix": "iph",

      "completion": {

        "field": "suggest_field"

      }

    }

  }

}

```

 

返回结果可能如下：

 

```json

{

  "suggest": {

    "product-suggest": [

      {

        "text": "iph",

        "offset": 0,

        "length": 3,

        "options": [

          {

            "text": "Apple iPhone 13",

            "score": 1.0

          }

        ]

      }

    ]

  }

}

```

 

5\. Context Suggest（上下文建议）

 

`context suggest` 可以结合上下文信息（如分类、标签等）提供更精准的建议。

 

示例

 

假设我们有一个带有上下文的索引：

 

```json

PUT /products

{

  "mappings": {

    "properties": {

      "suggest_field": {

        "type": "completion",

        "contexts": {

          "category": {

            "type": "category"

          }

        }

      }

    }

  }

}

```

 

插入数据时，指定上下文：

 

```json

POST /products/_doc/1

{

  "suggest_field": {

    "input": "Apple iPhone 13",

    "contexts": {

      "category": "electronics"

    }

  }

}

 

POST /products/_doc/2

{

  "suggest_field": {

    "input": "Samsung Galaxy S21",

    "contexts": {

      "category": "electronics"

    }

  }

}

```

 

查询时，指定上下文：

 

```json

POST /products/_search

{

  "suggest": {

    "product-suggest": {

      "prefix": "iph",

      "completion": {

        "field": "suggest_field",

        "contexts": {

          "category": "electronics"

        }

      }

    }

  }

}

```

 

返回结果会根据上下文过滤，只返回与 `electronics` 类别相关的建议。

 

6\. 总结

 

`suggest` 是Elasticsearch中用于提升用户体验的强大工具。通过 `term suggest`、`phrase suggest`、`completion suggest` 和 `context suggest`，你可以实现拼写纠错、短语建议、自动补全和上下文过滤等功能。根据具体需求选择合适的建议类型，可以显著提升搜索的准确性和效率。