• 组合查询
    • 得分计算
    • 精度控制

    组合查询

    在《组合过滤》中我们讨论了怎样用布尔过滤器组合多个用and, or, and not逻辑组成的过滤子句，在查询中, 布尔查询充当着相似的作用，但是有一个重要的区别。

    过滤器会做一个判断: 是否应该将文档添加到结果集? 然而查询会做更精细的判断. 他们不仅决定一个文档是否要添加到结果集，而且还要计算文档的相关性（relevant）.

    像过滤器一样, 布尔查询接受多个用must, must_not, and should的查询子句. 例:

    1. GET /my_index/my_type/_search
    2. {
    3.   "query": {
    4.     "bool": {
    5.       "must":     { "match": { "title": "quick" }},
    6.       "must_not": { "match": { "title": "lazy"  }},
    7.       "should": [
    8.                   { "match": { "title": "brown" }},
    9.                   { "match": { "title": "dog"   }}
    10.       ]
    11.     }
    12.   }
    13. }

    在前面的查询中，凡是满足title字段中包含quick，但是不包含lazy的文档都会在查询结果中。到目前为止，布尔查询的作用非常类似于布尔过滤的作用。

    当should过滤器中有两个子句时不同的地方就体现出来了，下面例子就可以体现：一个文档不需要同时包含brown和dog，但如果同时有这两个词，这个文档的相关性就更高:

    1. {
    2.   "hits": [
    3.      {
    4.         "_id":      "3",
    5.         "_score":   0.70134366, <1>
    6.         "_source": {
    7.            "title": "The quick brown fox jumps over the quick dog"
    8.         }
    9.      },
    10.      {
    11.         "_id":      "1",
    12.         "_score":   0.3312608,
    13.         "_source": {
    14.            "title": "The quick brown fox"
    15.         }
    16.      }
    17.   ]
    18. }

    <1> 文档3的得分更高，是因为它同时包含了brown 和 dog。

    得分计算

    布尔查询通过把所有符合must 和 should的子句得分加起来，然后除以must 和 should子句的总数为每个文档计算相关性得分。

    must_not子句并不影响得分；他们存在的意义是排除已经被包含的文档。

    精度控制

    所有的 must 子句必须匹配, 并且所有的 must_not 子句必须不匹配, 但是多少 should 子句应该匹配呢? 默认的，不需要匹配任何 should 子句，一种情况例外：如果没有must子句，就必须至少匹配一个should子句。

    像我们控制match查询的精度一样，我们也可以通过minimum_should_match参数控制多少should子句需要被匹配，这个参数可以是正整数，也可以是百分比。

    1. GET /my_index/my_type/_search
    2. {
    3.   "query": {
    4.     "bool": {
    5.       "should": [
    6.         { "match": { "title": "brown" }},
    7.         { "match": { "title": "fox"   }},
    8.         { "match": { "title": "dog"   }}
    9.       ],
    10.       "minimum_should_match": 2 <1>
    11.     }
    12.   }
    13. }

    <1> 这也可以用百分比表示

    结果集仅包含title字段中有"brown" 和 "fox", "brown" 和 "dog", 或 "fox" 和 "dog"的文档。如果一个文档包含上述三个条件，那么它的相关性就会比其他仅包含三者中的两个条件的文档要高。