场景描述：
有这样一种场景，比如我们想搜索
title：Brown fox
body：Brown fox
文章索引中有两条数据，兔子和狐狸两条数据
PUT /blogs/_bulk
{"index": {"_id": 1}}
{"title": "Quick brown rabbits", "body": "Brown rabbits are commonly seen."}
{"index": {"_id": 2}}
{"title": "Keeping pets healthy", "body": "My quick brown fox eats rabbits on a regular basis."}结果肯定是想要数据二，狐狸优先展示
但是，然后搜索的时候，会对搜素词 Brown fox 进行分词，导致数据一优先级更高
可以看下结果：
优先展示的是兔子，有 0.8 的算分，而狐狸只有 0.7 的算分
GET /blogs/_search
{"query": {"bool": {"should": [{"match": {"title": "Brown fox"}},{"match": {"body": "Brown fox"}}]}}
}原因分析：
bool should的算法过程：
- 查询should语句中的两个查询
- 加和两个查询的评分
- 乘以匹配语句的总数
- 除以所有语句的总数
上述例子中，title和body属于竞争关系，不应该将分数简单叠加，而是应该找到单个最佳匹配的字段的评分。
解决方案
方式一 dis_max：
可以采用 dis max query
实例如下：可以看到此时达到了我们想要的结果
GET /blogs/_search
{"query": {"dis_max": {"queries": [{"match":{"title": "Brown fox"}}, {"match": {"body": "Brown fox"}}]}}
}这里简单解释一下这两种命令产生的原因：
类似 MySQL 可以使用 explain 关键字分析指令
先分析 bool should
如下看兔子这条数据，总算分是两个字段的算分之和
GET /blogs/_search
{"explain": true, "query": {"bool": {"should": [{"match": {"title": "Brown fox"}},{"match": {"body": "Brown fox"}}]}}
}再来看 dis_max
如下同样看兔子的这条数据，可以看到，此时这条数据的总算分是其中一个字段的最大值
GET /blogs/_search
{"explain": true, "query": {"dis_max": {"queries": [{"match":{"title": "Brown fox"}}, {"match": {"body": "Brown fox"}}]}}
}dis_max 还可以使用 tie_breaker 控制非最大值字段的算分
tier breaker是一个介于0-1之间的浮点数。0代表使用最佳匹配;1代表所有语句同等重要。
- 获得最佳匹配语句的评分_score 。
- 将其他匹配语句的评分与tie_breaker相乘
- 对以上评分求和并规范化
最终得分=最佳匹配字段+其他匹配字段*tie_breaker
此时可以看到
兔子这条数据的算分 0.714258 = 0.6931471 + 0.21110919 * 0.1
0.1 就是 tier breaker 的数值
方式二 multi_mahch ：
还记得之前篇章里面学到的 multi_match 多字段查询么
看到下面结果中的算分是不是有点似曾相识，
没错，multi_mahch 默认的查询方式就是两字段取最大值的方式
算分方式和上面一致，可以自行使用 explain 进行尝试
GET /blogs/_search
{"query": {"multi_match": {"query": "Brown fox","fields": ["title","body"]}}
}同样的 multi_mahch 也可以使用 tie_breaker 控制最佳匹配之外字段的算分
GET /blogs/_search
{"query": {"multi_match": {"type": "best_fields", "query": "Brown fox","fields": ["title","body"],"tie_breaker": 0.1}}
}multi_mahch 有三种方式
best_fields
这种方式就是默认的方式，就不再演示了
GET /blogs/_search
{"query": {"multi_match": {"type": "best_fields", "query": "Brown fox","fields": ["title","body"]}}
}most_fields
这种方式就是上面 bool should 求和的方式
GET /blogs/_search
{"query": {"multi_match": {"type": "most_fields", "query": "Brown fox","fields": ["title","body"]}}
}cross_fields
跨字段查询
搜索内容在多个字段中都显示，类似 bool+dis_max 组合
PUT /address/_bulk
{ "index": { "_id": "1"} }
{"province": "湖南","city": "长沙"}
{ "index": { "_id": "2"} }
{"province": "湖南","city": "常德"}
{ "index": { "_id": "3"} }
{"province": "广东","city": "广州"}
{ "index": { "_id": "4"} }
{"province": "湖南","city": "邵阳"}# 可以使用cross_fields，支持operator
#与copy_to相比，其中一个优势就是它可以在搜索时为单个字段提升权重。
GET /address/_search
{"query": {"multi_match": {"query": "湖南常德","type": "cross_fields","operator": "and", "fields": ["province","city"]}}
}这里跨字段还有另一种方式：
可以用copy...to 解决，但是需要额外的存储空间
DELETE /address
# copy_to参数允许将多个字段的值复制到组字段中，然后可以将其作为单个字段进行查询
PUT /address
{"mappings" : {"properties" : {"province" : {"type" : "keyword","copy_to": "full_address"},"city" : {"type" : "text","copy_to": "full_address"}}},"settings" : {"index" : {"analysis.analyzer.default.type": "ik_max_word"}}
}PUT /address/_bulk
{ "index": { "_id": "1"} }
{"province": "湖南","city": "长沙"}
{ "index": { "_id": "2"} }
{"province": "湖南","city": "常德"}
{ "index": { "_id": "3"} }
{"province": "广东","city": "广州"}
{ "index": { "_id": "4"} }
{"province": "湖南","city": "邵阳"}GET /address/_search
{"query": {"match": {"full_address": {"query": "湖南常德","operator": "and"}}}
}本次先分享到这里，感谢各位观看！！！感兴趣的小伙伴可以关注收藏，持续更新中~~~
