ES minimum_should_match

最近在处理关键词匹配文章的项目，比如给定“Ukip Vimpat applies” 查询指定的title中含有至少2个词的内容

# 查看分词情况
POST _analyze
{
  "analyzer": "standard",
  "text": [
    "Ukip Vimpat applies"
  ]
}　　

　　如下是分词的结果

 

 

在10w级数量上查询包含至少2个词的文章，利用ES的minimum_should_match 可以很容易解决这类问题，

minimum_should_match 中即可以是整数，即包含的单词个数，

如minimum_should_match ：2   表示“Ukip Vimpat applies”这个词至少包含2个单词 

minimum_should_match 如果为百分比，即分词后的个数*百分比，

如minimum_should_match : "75%"   表示“Ukip Vimpat applies”分词后的个数为3，最后为3*0.75 

如果为百分数，小数是向下去整，所以最好的还是通过计算分词的数量，给一个整数

 

GET seojoindata/_search
{
  "track_total_hits": true,
  "size": 10,
  "query": {
    "match": {
      "title_en": {
        "query": "Ukip Vimpat applies",
        "minimum_should_match":"75%"
      }
    }
  },
  "_source": {
    "includes": [
      "title_en",
      "article_summery"
    ]
  },
  "highlight": {
    "fields": {
      "title_en": {
        "type": "plain",
        "no_match_size": 400,
        "pre_tags": [
          "<span>"
        ],
        "post_tags": [
          "</span>"
        ]
      }
    }
  }
}

　　

 

 

 

 

 

 关于分词的情况参考 https://www.cnblogs.com/feng07/p/11571152.html