一、Completion Suggester

1、概念

Completion Suggester提供了“自动完成”的功能，用户每输入一个字符，就需要即时发送一个查询请求到后段查找匹配项。

由于自动补全对性能要求比较高，Elasticsearch采用了不同的数据结构，并非通过倒排索引来完成的，而是将Analyze的数据编码成FST和索引一起存放，FST会被ES整个加载到内存，因此速度很快。但是FST只能用于前缀查找。

2、案例

字段定义

DELETE articles
PUT articles
{
  "mappings": {
    "properties": {
      "title_completion":{
        "type": "completion"
      }
    }
  }
}

数据准备

POST articles/_bulk
{ "index" : { } }
{ "title_completion": "lucene is very cool"}
{ "index" : { } }
{ "title_completion": "Elasticsearch builds on top of lucene"}
{ "index" : { } }
{ "title_completion": "Elasticsearch rocks"}
{ "index" : { } }
{ "title_completion": "elastic is the company behind ELK stack"}
{ "index" : { } }
{ "title_completion": "Elk stack rocks"}
{ "index" : {} }

搜索

POST articles/_search
{
  "size": 0,
  "suggest": {
    "article-suggester": {
      "prefix": "elastic",
      "completion": {
        "field": "title_completion"
      }
    }
  }
}

这种搜索只能支持前缀搜索，如果用户输入的是中间的文字，是没办法进行推荐的。

二、Context Suggester

1、概念

为了搜索中加入更多的上下文信息，Context Suggester对Completion Suggester进行了扩展。

Context Suggester可以定义两种类型的Context：

• Category - 任意的字符串
• Geo - 地理位置信息

实现Context Suggester的具体步骤：

• 定制一个Mapping
• 索引数据，并且为每一个文档加入Context信息
• 结合Context进行Suggestion查询

2、案例

mapping定义

DELETE comments
PUT comments
PUT comments/_mapping
{
  "properties": {
    "comment_autocomplete":{
      "type": "completion",
      "contexts":[{
        "type":"category",
        "name":"comment_category"
      }]
    }
  }
}

数据准备

POST comments/_doc
{
  "comment":"I love the star war movies",
  "comment_autocomplete":{
    "input":["star wars"],
    "contexts":{
      "comment_category":"movies"
    }
  }
}

POST comments/_doc
{
  "comment":"Where can I find a Starbucks",
  "comment_autocomplete":{
    "input":["starbucks"],
    "contexts":{
      "comment_category":"coffee"
    }
  }
}

数据搜索

POST comments/_search
{
  "suggest": {
    "MY_SUGGESTION": {
      "prefix": "sta",
      "completion":{
        "field":"comment_autocomplete",
        "contexts":{
          "comment_category":"coffee"
        }
      }
    }
  }
}

参考

Elasticsearch 核心技术与实战 (opens new window)