本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。 Elasticsearch: 权威指南 » 深入搜索 » 部分匹配 » Ngrams 在部分匹配的应用 « 索引时优化 索引时输入即搜索 »
Ngrams 在部分匹配的应用编辑
之前提到：“只能在倒排索引中找到存在的词。” 尽管 prefix 、 wildcard 、 regexp 查询告诉我们这种说法并不完全正确，但单个词的查找 确实 要比在词列表中盲目挨个查找的效率要高得多。
在搜索之前准备好供部分匹配的数据可以提高搜索的性能。
在索引时准备数据意味着要选择合适的分析链，这里部分匹配使用的工具是 n-gram 。可以将 n-gram 看成一个在词语上 滑动窗口 ， n 代表这个 “窗口” 的长度。如果我们要 n-gram quick 这个词 —— 它的结果取决于 n 的选择长度：
-
长度 1（unigram）： [
q,u,i,c,k] -
长度 2（bigram）： [
qu,ui,ic,ck] -
长度 3（trigram）： [
qui,uic,ick] -
长度 4（four-gram）： [
quic,uick] -
长度 5（five-gram）： [
quick]
朴素的 n-gram 对 词语内部的匹配 非常有用，即在 Ngram 匹配复合词 介绍的那样。但对于输入即搜索（search-as-you-type）这种应用场景，我们会使用一种特殊的 n-gram 称为 边界 n-grams （edge n-grams）。所谓的边界 n-gram 是说它会固定词语开始的一边，以单词 quick 为例，它的边界 n-gram 的结果为：
-
q -
qu -
qui -
quic -
quick
可能会注意到这与用户在搜索时输入 “quick” 的字母次序是一致的，换句话说，这种方式正好满足即时搜索（instant search）！
« 索引时优化 索引时输入即搜索 »Getting Started Videos
- Starting Elasticsearch
- Introduction to Kibana
- Logstash Starter Guide
官方地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_ngrams_for_partial_matching.html
8288分类目录声明:本站部分文章来源于网络,版权属于原作者所有。如有转载或引用文章/图片涉及版权问题,请联系我们处理.我们将在第一时间删除！
联系邮箱：tsk@qq.com
