Link Search Menu Expand Document Documentation Menu
文档

间隔查询

间隔查询根据匹配术语的接近度和顺序匹配文档。它将一组匹配规则应用于指定字段中包含的术语。该查询生成跨越文本中术语的最小间隔序列。您可以组合这些间隔并通过父源进行过滤。

考虑包含以下文档的索引

PUT testindex/_doc/1 
{
  "title": "key-value pairs are efficiently stored in a hash table"
}


PUT /testindex/_doc/2
{
  "title": "store key-value pairs in a hash map"
}

例如，以下查询搜索包含短语 key-value pairs（术语之间没有间隔）后跟 hash table 或 hash map 的文档：

GET /testindex/_search
{
  "query": {
    "intervals": {
      "title": {
        "all_of": {
          "ordered": true,
          "intervals": [
            {
              "match": {
                "query": "key-value pairs",
                "max_gaps": 0,
                "ordered": true
              }
            },
            {
              "any_of": {
                "intervals": [
                  {
                    "match": {
                      "query": "hash table"
                    }
                  },
                  {
                    "match": {
                      "query": "hash map"
                    }
                  }
                ]
              }
            }
          ]
        }
      }
    }
  }
}

该查询返回这两个文档。

响应 
{
  "took": 1011,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 0.25,
    "hits": [
      {
        "_index": "testindex",
        "_id": "2",
        "_score": 0.25,
        "_source": {
          "title": "store key-value pairs in a hash map"
        }
      },
      {
        "_index": "testindex",
        "_id": "1",
        "_score": 0.14285713,
        "_source": {
          "title": "key-value pairs are efficiently stored in a hash table"
        }
      }
    ]
  }
}

参数

查询接受字段名称 (<field>) 作为顶级参数

GET _search
{
  "query": {
    "intervals": {
      "<field>": {
        ... 
      }
    }
  }
}

<field> 接受以下规则对象，这些对象用于根据术语、顺序和接近度匹配文档。

规则 描述
匹配 (match) 匹配分析过的文本。
prefix（前缀） 匹配以指定字符集开头的术语。
通配符 (wildcard) 使用通配符模式匹配术语。
模糊 (fuzzy) 匹配在指定编辑距离内与提供术语相似的术语。
全部 (all_of) 使用合取（AND）组合多个规则。
任意 (any_of) 使用析取（OR）组合多个规则。

match 规则

match 规则匹配分析过的文本。下表列出了 match 规则支持的所有参数。

参数 必需/可选 数据类型 描述
查询 (query) 必需 字符串 要搜索的文本。
分析器 可选 字符串 用于分析 query 文本的分析器。默认值是为 <field> 指定的分析器。
过滤器 (filter) 可选 间隔过滤规则对象 用于过滤返回间隔的规则。
最大间隔 (max_gaps) 可选 整数 匹配术语之间允许的最大位置数。超过 max_gaps 间隔的术语不被视为匹配。如果未指定 max_gaps 或将其设置为 -1，则无论位置如何，术语都被视为匹配。如果 max_gaps 设置为 0，则匹配术语必须彼此相邻出现。默认值为 -1。
有序 (ordered) 可选 布尔型 指定匹配术语是否必须按其指定顺序出现。默认值为 false。
使用字段 (use_field) 可选 字符串 指定搜索此字段而不是顶级字段。术语使用为此字段指定的搜索分析器进行分析。通过指定 `use_field`，您可以跨多个字段进行搜索，就好像它们都是同一个字段一样。例如，如果您将相同的文本索引到词干提取和未提取词干的字段中，则可以搜索接近未提取词干的词干提取标记。

prefix 规则

prefix 规则匹配以指定字符集（前缀）开头的术语。前缀最多可以扩展匹配 128 个术语。如果前缀匹配的术语超过 128 个，则返回错误。下表列出了 prefix 规则支持的所有参数。

参数 必需/可选 数据类型 描述
prefix（前缀） 必需 字符串 用于匹配术语的前缀。
分析器 可选 字符串 用于规范化 prefix 的分析器。默认值是为 <field> 指定的分析器。
使用字段 (use_field) 可选 字符串 指定搜索此字段而不是顶级字段。`prefix` 使用为此字段指定的搜索分析器进行规范化，除非您指定了 `analyzer`。

wildcard 规则

wildcard 规则使用通配符模式匹配术语。通配符模式最多可以扩展匹配 128 个术语。如果模式匹配的术语超过 128 个，则返回错误。下表列出了 wildcard 规则支持的所有参数。

参数 必需/可选 数据类型 描述
模式 必需 字符串 用于匹配术语的通配符模式。指定 ? 匹配任意单个字符，或 * 匹配零个或多个字符。
分析器 可选 字符串 用于规范化 pattern 的分析器。默认值是为 <field> 指定的分析器。
使用字段 (use_field) 可选 字符串 指定搜索此字段而不是顶级字段。`prefix` 使用为此字段指定的搜索分析器进行规范化，除非您指定了 `analyzer`。

以 * 或 ? 开头的模式可能会降低搜索性能，因为它增加了匹配术语所需的迭代次数。

fuzzy 规则

fuzzy 规则匹配在指定编辑距离内与提供术语相似的术语。模糊模式最多可以扩展匹配 128 个术语。如果模式匹配的术语超过 128 个，则返回错误。下表列出了 fuzzy 规则支持的所有参数。

参数 必需/可选 数据类型 描述
术语 (term) 必需 字符串 要匹配的术语。
分析器 可选 字符串 用于规范化 term 的分析器。默认值是为 <field> 指定的分析器。
模糊度 (fuzziness) 可选 字符串 在确定术语是否与值匹配时，将一个单词更改为另一个单词所需的字符编辑（插入、删除、替换）次数。例如，wined 和 wind 之间的距离为 1。有效值是非负整数或 AUTO。默认值 AUTO 根据每个术语的长度选择一个值，并且适用于大多数用例。
换位 (transpositions) 可选 布尔型 将 transpositions 设置为 true（默认值）会将相邻字符的交换添加到 fuzziness 选项的插入、删除和替换操作中。例如，如果 transpositions 为 true（交换“n”和“i”），则 wind 和 wnid 之间的距离为 1；如果为 false（删除“n”，插入“n”），则距离为 2。如果 transpositions 为 false，则 rewind 和 wnid 与 wind 的距离相同（2），尽管以人为中心的观点认为 wnid 是一个明显的拼写错误。默认值适用于大多数用例。
前缀长度 (prefix_length) 可选 整数 模糊匹配时保留不变的起始字符数。默认值为 0。
使用字段 (use_field) 可选 字符串 指定搜索此字段而不是顶级字段。`term` 使用为此字段指定的搜索分析器进行规范化，除非您指定了 `analyzer`。

all_of 规则

all_of 规则使用合取（AND）组合多个规则。下表列出了 all_of 规则支持的所有参数。

参数 必需/可选 数据类型 描述
间隔 (intervals) 必需 规则对象数组 要组合的规则数组。文档必须匹配所有规则才能在结果中返回。
过滤器 (filter) 可选 间隔过滤规则对象 用于过滤返回间隔的规则。
最大间隔 (max_gaps) 可选 整数 匹配术语之间允许的最大位置数。超过 max_gaps 间隔的术语不被视为匹配。如果未指定 max_gaps 或将其设置为 -1，则无论位置如何，术语都被视为匹配。如果 max_gaps 设置为 0，则匹配术语必须彼此相邻出现。默认值为 -1。
有序 (ordered) 可选 布尔型 如果为 true，则规则生成的间隔应按指定顺序出现。默认值为 false。

any_of 规则

any_of 规则使用析取（OR）组合多个规则。下表列出了 any_of 规则支持的所有参数。

参数 必需/可选 数据类型 描述
间隔 (intervals) 必需 规则对象数组 要组合的规则数组。文档必须至少匹配一个规则才能在结果中返回。
过滤器 (filter) 可选 间隔过滤规则对象 用于过滤返回间隔的规则。

filter 规则

filter 规则用于限制结果。下表列出了 filter 规则支持的所有参数。

参数 必需/可选 数据类型 描述
之后 (after) 可选 查询对象 用于返回在过滤器规则中指定间隔之后的间隔的查询。
之前 (before) 可选 查询对象 用于返回在过滤器规则中指定间隔之前的间隔的查询。
包含于 (contained_by) 可选 查询对象 用于返回被过滤器规则中指定间隔包含的间隔的查询。
包含 (containing) 可选 查询对象 用于返回包含过滤器规则中指定间隔的间隔的查询。
不包含于 (not_contained_by) 可选 查询对象 用于返回不被过滤器规则中指定间隔包含的间隔的查询。
不包含 (not_containing) 可选 查询对象 用于返回不包含过滤器规则中指定间隔的间隔的查询。
不重叠 (not_overlapping) 可选 查询对象 用于返回与过滤器规则中指定间隔不重叠的间隔的查询。
重叠 (overlapping) 可选 查询对象 用于返回与过滤器规则中指定间隔重叠的间隔的查询。
script（脚本） 可选 脚本对象 用于匹配文档的脚本。此脚本必须返回 true 或 false。

示例：过滤器

以下查询搜索包含单词 pairs 和 hash 且彼此之间距离不超过五个位置，并且不包含单词 efficiently 的文档：

POST /testindex/_search
{
  "query": {
    "intervals" : {
      "title" : {
        "match" : {
          "query" : "pairs hash",
          "max_gaps" : 5,
          "filter" : {
            "not_containing" : {
              "match" : {
                "query" : "efficiently"
              }
            }
          }
        }
      }
    }
  }
}

响应只包含文档 2

响应 
{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 0.25,
    "hits": [
      {
        "_index": "testindex",
        "_id": "2",
        "_score": 0.25,
        "_source": {
          "title": "store key-value pairs in a hash map"
        }
      }
    ]
  }
}

示例：脚本过滤器

或者，您可以使用以下变量编写自己的脚本过滤器，以包含在 intervals 查询中：

  • interval.start：间隔开始的位置（术语编号）。
  • interval.end：间隔结束的位置（术语编号）。
  • interval.gap：术语之间的单词数。

例如，以下查询搜索在指定间隔内彼此相邻的单词 map 和 hash。术语从 0 开始编号，因此在文本 store key-value pairs in a hash map 中，store 位于位置 0，key 位于位置 1，依此类推。指定的间隔应在 a 之后开始，在字符串末尾之前结束：

POST /testindex/_search
{
  "query": {
    "intervals" : {
      "title" : {
        "match" : {
          "query" : "map hash",
          "filter" : {
            "script" : {
              "source" : "interval.start > 5 && interval.end < 8 && interval.gaps == 0"
            }
          }
        }
      }
    }
  }
}

响应包含文档 2

响应 
{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 0.5,
    "hits": [
      {
        "_index": "testindex",
        "_id": "2",
        "_score": 0.5,
        "_source": {
          "title": "store key-value pairs in a hash map"
        }
      }
    ]
  }
}

间隔最小化

为确保查询以线性时间运行，intervals 查询会最小化间隔。例如，考虑一个包含文本 a b c d c 的文档。您可以使用以下查询搜索包含在 a 和 c 之间的 d：

POST /testindex/_search
{
  "query": {
    "intervals" : {
      "my_text" : {
        "match" : {
          "query" : "d",
          "filter" : {
            "contained_by" : {
              "match" : {
                "query" : "a c"
              }
            }
          }
        }
      }
    }
  }
}

该查询不返回任何结果，因为它匹配前两个术语 a c 并且在此术语之间找不到 d。

剩余 350 字符

有问题？。

想贡献吗？或。