Elasticsearch中的more_like_this和funzzy_like_this的区别

more_like_this和fuzzy_like_this是es当中比较容易混淆的两个概念，下面介绍了这两种查询语句的具体文档及实际内容 TODO 介绍两者底层的实现方式

##结论 more_like_this和fuzzy_like_this查询的本质区别是：funzzy_like_this是模糊匹配，意思是，如果进行适当的设置，已从fat匹配到fit这样的关键词，但是，more_like_this是精确匹配，不会出现这样的情况，匹配到得文档中一定和查询当中有相同的关键词。

构建more_like_this和fuzzy_like_this的基本测试环境

搭建基本的环境先启动elasticsearch

curl -XPUT localhost:9200/test
curl -XPUT localhost:9200/test/test/1 -d '{"hello":"a fox run"}'
curl -XPUT localhost:9200/test/test/2 -d '{"hello":"an apple drop, i ran"}'

##more_like_this

more_like_this查询得到与所提供文本相似的文档，实现的方式可以这么理解对查询的匹配串进行分词，过滤得到一个词向量，比如，我要找和下面这句话相似的文档: “a fox run” “a fox run” => [“a”, “fox”, “run”] 实际在匹配时，是去文档里面找包含以上这些词向量的内容。

more_like_this可以使用额外的参数 field: 查询执行所作用的字段的数组。默认是_all字段。 percent_terms_to_match: 指明一个文档必须匹配多大比例的词项才被视为相似。默认是0.30。对于上面那个例子来说，一共3个词，3 * 0.3 约等于1。（这里的取舍只是一个示意，并不保证实际es采用的取舍过程是这样）。这样只要有一个词匹配到就认定是相似文档。 min_term_freq: 指明文档中词项出现的最低频次，低于该频次的将被忽略，默认为2。 max_query_terms: 指明在生成的查询中查询词项的最大数目，默认为25。 stop_words: 指明停词集合。 min_doc_freq: 指明词项至少在多少个文档中出现才不会被忽略。默认是5。 max_doc_freq: 指明词项在在多少个文档中出现的次数上限，高于这个次数会被忽略（比如a, an, is这些高频词）。 analyzer: 指定分析查询使用的分词器。

###more_like_this的查询用例

{
    "query": {
        "more_like_this": {
            "like_text": "run",
            "min_term_freq": 1,
            "min_doc_freq": 1
        }
    }
}

得到下面的结果

{
"_index" : "test",
"_type" : "test",
"_id" : "1",
"_score" : 0.15342641,
"_source" : {
	"hello" : "a fox run"
	}
}

##funzzy_lke_this fuzzy_like_this查询基于模糊串，并选择其产生的最好的区分词项。例如，在title和otitle字段上进行fuzzy_like_this查询，并得到与crime publishment相似的所有的查询语句如下: { “query”: { “fuzzy_like_this”: { “fields”: [ “hello” ], “like_text”: “app” } } }

支持以下参数:

fields: 指定在哪些字段上执行查询。默认是_all
like_text: 该参数是必须得，指明文档应比较的内容
ignore_tf: 指定是否忽略词项的频次，默认为false
max_query_terms: 指明在查询中查询词项的最大数目，默认是25.
min_similarity: 指明区分词项应该有的最小相似度，默认为0.5
prefix_length: 指明区分词项的共同前缀的长度，默认为0.
boost: 指定boost取值。
analyzer: 指定分词器。

查到下面的: { “_index” : “test”, “_type” : “test”, “_id” : “2”, “_score” : 0.15342641, “_source” : { “hello” : “an apple drop, i ran” } }

Published: March 06 2015

category:
搜索 1