【Elasticsearch】multi_match查询

`multi_match`是 Elasticsearch 中一种非常强大的查询类型，允许你在多个字段中灵活地执行文本搜索。它基于`match`查询扩展而来，提供了多种方式来处理多字段查询，以满足不同的搜索需求。以下是对`multi_match`查询的详细描述，包括它的主要特性、类型、参数以及使用场景。

---

1.`multi_match`的基本概念

`multi_match`查询允许你在多个字段中搜索同一个查询字符串。它会根据指定的字段列表和查询类型（`type`），将查询字符串分析为单个词项，然后在这些字段中查找匹配的文档。

基本语法

```json

{

  "query": {

    "multi_match": {

      "query": "search text",

      "fields": ["field1", "field2", "field3"],

      "type": "query_type", // 如 best_fields, most_fields, cross_fields 等

      "operator": "AND/OR",

      "minimum_should_match": "number_or_percentage",

      "boost": 1.0,

      "analyzer": "standard",

      "fuzziness": "AUTO",

      "prefix_length": 0,

      "max_expansions": 50,

      "lenient": false,

      "zero_terms_query": "none/all",

      "auto_generate_synonyms_phrase_query": true,

      "fuzzy_transpositions": true,

      "tie_breaker": 0.0

    }

  }

}

```

2.`multi_match`的主要参数

`query`

• 描述：查询字符串，即用户输入的搜索内容。

• 示例：`"query": "Will Smith"`。

`fields`

• 描述：指定要搜索的字段列表。可以使用通配符（如`*`）匹配多个字段。

• 示例：

```json

  "fields": ["first_name", "last_name", "full_name"]

  ```

或者：

```json

  "fields": ["title", "content", "comments.*"]

  ```

`type`

• 描述：指定`multi_match`查询的类型，决定了查询词项如何在多个字段中匹配。常见的类型包括：

• `best_fields`（默认）：在所有字段中独立匹配查询词项，选择分数最高的字段作为匹配结果。

• `most_fields`：在所有字段中独立匹配查询词项，将所有字段的分数相加。

• `cross_fields`：将多个字段视为一个整体，查询词项可以在任意字段中匹配。

• `phrase`：在每个字段中执行短语匹配。

• `phrase_prefix`：在每个字段中执行短语前缀匹配。

• `bool_prefix`：在每个字段中执行布尔前缀匹配。

`operator`

• 描述：指定查询词项之间的逻辑关系，可选值为`AND`或`OR`。

• 默认值：`OR`。

• 示例：

```json

  "operator": "AND"

  ```

`minimum_should_match`

• 描述：指定查询词项中至少需要匹配的数量，可以是一个绝对值或百分比。

• 示例：

```json

  "minimum_should_match": "50%"

  ```

`boost`

• 描述：为查询结果的分数（`_score`）设置一个乘数，用于调整匹配文档的相关性。

• 默认值：`1.0`。

• 示例：

```json

  "boost": 2.0

  ```

`analyzer`

• 描述：指定查询时使用的分析器。如果字段使用了不同的分析器，可以通过显式指定`analyzer`参数，将所有字段统一使用同一个分析器进行查询。

• 示例：

```json

  "analyzer": "standard"

  ```

`fuzziness`

• 描述：允许查询词项有一定的拼写错误容忍度。可选值包括`0`、`1`、`2`或`AUTO`。

• 默认值：`0`（不启用模糊匹配）。

• 示例：

```json

  "fuzziness": "AUTO"

  ```

`prefix_length`

• 描述：在模糊匹配中，指定前缀的长度，这部分不会被模糊化。

• 默认值：`0`。

• 示例：

```json

  "prefix_length": 2

  ```

`max_expansions`

• 描述：在模糊匹配中，指定最多扩展的词项数量。

• 默认值：`50`。

• 示例：

```json

  "max_expansions": 10

  ```

`lenient`

• 描述：当设置为`true`时，允许查询忽略字段中的格式错误（如日期格式错误）。

• 默认值：`false`。

• 示例：

```json

  "lenient": true

  ```

`zero_terms_query`

• 描述：指定当查询字符串为空时的行为。可选值为`none`（不返回任何结果）或`all`（返回所有文档）。

• 默认值：`none`。

• 示例：

```json

  "zero_terms_query": "none"

  ```

`auto_generate_synonyms_phrase_query`

• 描述：是否自动生成同义词短语查询。

• 默认值：`true`。

• 示例：

```json

  "auto_generate_synonyms_phrase_query": true

  ```

`fuzzy_transpositions`

• 描述：是否允许模糊匹配中的字符交换（如`ab`匹配`ba`）。

• 默认值：`true`。

• 示例：

```json

  "fuzzy_transpositions": true

  ```

`tie_breaker`

• 描述：在`best_fields`类型中，用于调整多个字段匹配时的分数权重。

• 默认值：`0.0`。

• 示例：

```json

  "tie_breaker": 0.3

  ```

---

3.`multi_match`的主要类型

3.1`best_fields`（默认）

• 特点：

• 查询词项会在每个字段中独立匹配。

• 选择分数最高的字段作为匹配结果。

• 适用于查询词项在单个字段中最佳匹配的场景。

• 示例：

```json

  {

    "query": {

      "multi_match": {

        "query": "quick brown fox",

        "fields": ["title", "description"],

        "type": "best_fields"

      }

    }

  }

  ```

3.2`most_fields`

• 特点：

• 查询词项会在每个字段中独立匹配。

• 将所有字段的分数相加。

• 适用于查询词项在多个字段中分别匹配的场景。

• 示例：

```json

  {

    "query": {

      "multi_match": {

        "query": "quick brown fox",

        "fields": ["title", "description"],

        "type": "most_fields"

      }

    }

  }

  ```

3.3`cross_fields`

• 特点：

• 将多个字段视为一个整体，查询词项可以在任意字段中匹配。

• 适用于查询词项分布在多个字段中的场景。

• 需要所有字段使用相同的分析器。

• 示例：

```json

  {

    "query": {

      "multi_match": {

        "query": "Will Smith",

        "fields": ["first_name", "last_name"],

        "type": "cross_fields"

      }

    }

  }

  ```

3.4`phrase`

• 特点：

• 在每个字段中执行短语匹配。

• 查询词项必须按顺序出现在字段中。

• 示例：

```json

  {

    "query": {

      "multi_match": {

        "query": "quick brown fox",

        "fields": ["title", "description"],

        "type": "phrase"

      }

    }

  }

  ```

3.5`phrase_prefix`

• 特点：

• 在每个字段中执行短语前缀匹配。

• 查询词项的前缀必须按顺序出现在字段中。

• 示例：

```json

  {

    "query": {

      "multi_match": {

        "query": "quick bro",

        "fields": ["title", "description"],

        "type": "phrase_prefix"

      }

    }

  }

  ```

3.6`bool_prefix`

• 特点：

• 在每个字段中执行布尔

3.6`bool_prefix`

• 特点：

• 在每个字段中执行布尔前缀匹配。它结合了布尔查询（`bool`）和前缀匹配（`prefix`）的功能。

• 适用于需要在多个字段中匹配前缀的场景，同时支持布尔逻辑（如`AND`、`OR`）。

• 示例：

```json
  {
    "query": {
      "multi_match": {
        "query": "quick bro",
        "fields": ["title", "description"],
        "type": "bool_prefix"
      }
    }
  }
  ```

• 这个查询会在`title`和`description`字段中查找以`"quick bro"`开头的内容，支持布尔逻辑组合。
---

4.使用场景和示例
4.1 搜索用户信息
假设有一个用户信息索引，包含`first_name`和`last_name`字段，需要搜索用户`Will Smith`。
• 字段中心（`best_fields`或`most_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "Will Smith",
        "fields": ["first_name", "last_name"],
        "type": "best_fields",
        "operator": "AND"
      }
    }
  }
  ```
• 匹配逻辑：`Will`和`Smith`都必须出现在`first_name`或`last_name`中，选择分数最高的字段作为匹配结果。
• 词项中心（`cross_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "Will Smith",
        "fields": ["first_name", "last_name"],
        "type": "cross_fields",
        "operator": "AND"
      }
    }
  }
  ```
• 匹配逻辑：`Will`和`Smith`可以分别出现在`first_name`和`last_name`中。
4.2 搜索文章内容
假设有一个文章索引，包含`title`和`content`字段，需要搜索包含`"Elasticsearch"`和`"search"`的文章。
• 字段中心（`most_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "Elasticsearch search",
        "fields": ["title", "content"],
        "type": "most_fields",
        "operator": "AND"
      }
    }
  }
  ```
• 匹配逻辑：`Elasticsearch`和`search`都必须出现在`title`或`content`中，将两个字段的分数相加。
• 词项中心（`cross_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "Elasticsearch search",
        "fields": ["title", "content"],
        "type": "cross_fields",
        "operator": "AND"
      }
    }
  }
  ```
• 匹配逻辑：`Elasticsearch`和`search`可以分别出现在`title`和`content`中。
4.3 搜索评论内容
假设有一个评论索引，包含`author`和`comment`字段，需要搜索包含`"John"`或`"comment"`的评论。
• 字段中心（`best_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "John comment",
        "fields": ["author", "comment"],
        "type": "best_fields",
        "operator": "OR"
      }
    }
  }
  ```
• 匹配逻辑：`John`或`comment`出现在`author`或`comment`中，选择分数最高的字段作为匹配结果。
• 词项中心（`cross_fields`）：

```json
  {
    "query": {
      "multi_match": {
        "query": "John comment",
        "fields": ["author", "comment"],
        "type": "cross_fields",
        "operator": "OR"
      }
    }
  }
  ```
• 匹配逻辑：`John`或`comment`可以分别出现在`author`和`comment`中。
---

5.参数详解
5.1`operator`

• `AND`：所有查询词项都必须匹配。

• 示例：`"operator": "AND"`

• `OR`：任意一个查询词项匹配即可（默认值）。

• 示例：`"operator": "OR"`
5.2`minimum_should_match`

• 作用：指定至少需要匹配的查询词项数量。

• 示例：

• 绝对值：`"minimum_should_match": 2`

• 百分比：`"minimum_should_match": "50%"`
5.3`fuzziness`

• 作用：允许查询词项有一定的拼写错误容忍度。

• 示例：

• `"fuzziness": "AUTO"`：自动调整模糊匹配的容忍度。

• `"fuzziness": 1`：允许一个字符的拼写错误。
5.4`analyzer`

• 作用：指定查询时使用的分析器。

• 示例：

• `"analyzer": "standard"`：使用标准分析器。
5.5`boost`

• 作用：为查询结果的分数设置一个乘数。

• 示例：

• `"boost": 2.0`：将匹配文档的分数乘以 2。
5.6`tie_breaker`

• 作用：在`best_fields`类型中，用于调整多个字段匹配时的分数权重。

• 示例：

• `"tie_breaker": 0.3`：将次要字段的分数乘以 0.3 后加到主要字段的分数上。
---

6.性能和优化
6.1 字段数量限制

• 默认情况下，`multi_match`查询的子句数量受到`indices.query.bool.max_clause_count`的限制，默认值为 4096。

• 如果字段过多或查询词项过多，可能会超出这个限制，导致查询失败。
6.2 分析器一致性

• 对于`cross_fields`类型，所有字段必须使用相同的分析器，否则可能会导致字段被分组，影响查询结果。
6.3 使用`minimum_should_match`

• 合理设置`minimum_should_match`参数可以减少匹配过多无关文档的问题，提高查询的精确度。
---

7.总结

`multi_match`查询是 Elasticsearch 中非常灵活和强大的查询类型，适用于多种多字段搜索场景。通过选择合适的查询类型（如`best_fields`、`most_fields`、`cross_fields`等）和调整参数（如`operator`、`minimum_should_match`、`fuzziness`等），可以实现灵活的搜索逻辑，满足不同的业务需求。
• 字段中心（Field-Centric）：适合字段内容差异较大，或者字段具有不同分析器的场景。

• 词项中心（Term-Centric）：适合查询词项分布在多个字段中的场景，需要跨字段组合匹配。

根据你的具体需求选择合适的查询类型和参数，可以实现更高效的查询效果。