重写

多词元查询（如 wildcard、prefix、regexp、fuzzy 和 range）会在内部扩展为一组词元。rewrite 参数允许您控制这些词元扩展的执行和评分方式。

当一个多词元查询扩展为许多词元时（例如，prefix: "error*" 匹配数百个词元），它们在内部会被转换为 term 查询。这个过程可能会有以下缺点：

• 超出 indices.query.bool.max_clause_count 限制（默认为 1024）。
• 影响匹配文档的评分计算方式。
• 根据所使用的重写方法，影响内存和延迟。

rewrite 参数让您可以控制多词元查询在内部的行为。

可用重写方法

下表总结了可用的重写方法。

基于布尔的重写限制

所有基于布尔的重写，例如 scoring_boolean、constant_score_boolean 和 top_terms_*，都受以下动态集群级别索引设置的限制：

indices.query.bool.max_clause_count

此设置控制允许的最大布尔 should 子句数量（默认值：1024）。如果您的查询扩展的词元数量超过此限制，它将被拒绝并返回 too_many_clauses 错误。

例如，通配符（如“error*”）可能会扩展为数百或数千个匹配词元，其中可能包括“error”、“errors”、“error_log”、“error404”等。这些词元中的每一个都会变成一个单独的 term 查询。如果词元数量超出 indices.query.bool.max_clause_count 限制，查询将失败。

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "error*",
        "rewrite": "scoring_boolean"
      }
    }
  }
}

查询在内部扩展如下：

{
  "bool": {
    "should": [
      { "term": { "message": "error" } },
      { "term": { "message": "errors" } },
      { "term": { "message": "error_log" } },
      { "term": { "message": "error404" } },
      ...
    ]
  }
}

常量得分

默认的 constant_score 重写方法将所有扩展词元包装到一个查询中，并完全跳过评分阶段。这种方法具有以下特点：

• 将所有词元匹配作为单个位数组查询执行。
• 完全忽略评分；每个文档的 _score 都为 1.0。
• 最快的选项；适用于过滤。

以下示例使用默认的 constant_score 重写方法运行 wildcard 查询，以高效过滤 message 字段中匹配 warning* 模式的文档。

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*"
      }
    }
  }
}

评分布尔

scoring_boolean 重写方法将扩展的词元分解为单独的 term 查询，并组合在一个布尔 should 子句下。这种方法的工作原理如下：

• 将通配符扩展为布尔 should 子句内的独立 term 查询。
• 每个文档的评分反映了它匹配的词元数量以及这些词元的频率。

以下示例使用 scoring_boolean 重写配置：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "scoring_boolean"
      }
    }
  }
}

固定评分布尔

constant_score_boolean 重写方法使用与 scoring_boolean 相同的布尔结构，但禁用了评分，这使得它在需要子句逻辑而无需相关性排名时非常有用。此方法具有以下特点：

• 结构类似于 scoring_boolean，但文档不进行排名。
• 所有匹配文档都获得相同的评分。
• 保留布尔子句的灵活性，例如使用 must_not，而不进行排名。

以下示例查询使用了一个 must_not 布尔子句：

POST /logs/_search
{
  "query": {
    "bool": {
      "must_not": {
        "wildcard": {
          "message": {
            "value": "error*",
            "rewrite": "constant_score_boolean"
          }
        }
      }
    }
  }
}

此查询在内部扩展如下：

{
  "bool": {
    "must_not": {
      "bool": {
        "should": [
          { "term": { "message": "error" } },
          { "term": { "message": "errors" } },
          { "term": { "message": "error_log" } },
          ...
        ]
      }
    }
  }
}

前 N 个词元

top_terms_N 方法是几种重写选项之一，旨在在扩展多词元查询时平衡评分准确性和性能。其工作原理如下：

• 仅选择和评分前 N 个最频繁匹配的词元。
• 当您预期词元会大量扩展并希望限制负载时非常有用。
• 为保持性能，其他有效词元将被忽略。

以下查询使用 top_terms_2 重写方法，仅对 message 字段中匹配 warning* 模式的两个最频繁词元进行评分：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_2"
      }
    }
  }
}

前 N 个词元提升

top_terms_boost_N 重写方法选择前 N 个匹配词元并应用静态 boost 值，而不是计算完整的相关性评分。其工作原理如下：

• 将扩展限制为前 N 个词元，类似于 top_terms_N。
• 它不计算 TF/IDF，而是为每个词元分配一个预设的提升值。
• 提供更快的执行速度和可预测的相关性权重。

以下示例使用 top_terms_boost_2 重写参数：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_boost_2"
      }
    }
  }
}

前 N 个词元混合频率

top_terms_blended_freqs_N 重写方法选择前 N 个匹配词元并混合它们的文档频率，以产生更平衡的相关性评分。这种方法具有以下特点：

• 选择前 N 个匹配词元并对所有词元应用混合频率。
• 混合使不同频率的词元之间的评分更平滑。
• 当您希望在保持性能的同时获得真实评分时，这是一个很好的权衡。

以下示例使用 top_terms_blended_freqs_2 重写参数：

POST /logs/_search
{
  "query": {
    "wildcard": {
      "message": {
        "value": "warning*",
        "rewrite": "top_terms_blended_freqs_2"
      }
    }
  }
}