minimum_should_match顾名思义:最低匹配度,即条件在倒排索引中最低的匹配度。

1. minimum_should_match的使用

1.1 数据准备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# 创建索引
PUT test_match
# 创建映射
PUT test_match/_mapping
{
"properties":{
"price":{
"type":"double"
},
"name":{
"type":"text"
}
}
}
# 批量导入数据
PUT _bulk
{"create":{"_index":"test_match","_type":"_doc"}}
{"name":"ES,rabbitmq,SPRING,REDIS","price":90.00}
{"create":{"_index":"test_match","_type":"_doc"}}
{"name":"PHP,JAVA,redis,JSP,kafaka,rabbitmq","price":80.00}
{"create":{"_index":"test_match","_type":"_doc"}}
{"name":"PHP,JAVA,C++,C,python,go","price":99.00}
{"create":{"_index":"test_match","_type":"_doc"}}
{"name":"hadoop,es","price":50.00}
{"create":{"_index":"test_match","_type":"_doc"}}
{"name":"hello,pool,mq","price":100.00}

1.2 实战分析

1.2.1 在match中的应用

minnum_should_match:当operator参数设置为or时,该参数用来控制匹配的分词的最少数量。

如上例中,name字段的类型为text。例如第一条数据中倒排索引存储的数据为:

match的查询条件也会进行分词,minnum_should_match便是用于控制分词条件在倒排索引中最少的数量。

1
2
3
4
5
6
7
8
9
10
11
12
# 复杂查询
GET test_match/_search
{
"query": {
"match": {
"name": {
"query": "java,es",
"minimum_should_match": 2
}
}
}
}

1.2.2 在should中的应用

match操作,在es的底层会被转换为如下的term操作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
GET test_match/_search
{
"query": {
"bool": {
"should": [
{"term": {
"name": {
"value": "rabbitmq"
}
}},
{
"term": {
"name": {
"value": "es"
}
}
}
],
"minimum_should_match": 2
}
}
}

1.3 should关键字失去or的功能解决方案

照片出处... elasticsearch should实现or功能,设置minimum_should_match

图1.3.1.png

minimum_should_match用于控制bool中should列表,至少匹配几个条件才召回doc。

当默认不传minimum_should_match的情况下,查询分为两个情况

  • 当bool处在query上下文时,若must或者filter匹配了doc,那么should即使一条都不满足也可以召回doc(如图1.3.1);
  • 当bool处于filter上下文时,或者bool处于query上下文,但没有must或者filter子句,should至少匹配一个才会召回doc(如图1.3.2);

图1.3.2.png

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
GET test_match/_search
{
"query": {
"bool": {
"filter": [
{
"bool":{
"should":[
{"term":{"name":"es"}},
{"term":{"name":"rabbitmq"}}
]
}
},
{
"range":{
"price":{
"gte":80.00
}
}
}
]
}
}
}

注意:当传入minimum_should_match的情况下,只会将满足should匹配条件的文档召回。

2. minimum_should_match参数说明

2.1 传入参数为数字

传入参数为数字表示最低匹配的个数。也可以传入负数。

例如:

1
2
3
4
5
6
7
8
9
10
11
GET test_match/_search
{
"query": {
"match": {
"name": {
"query": "php,java,jsp",
"minimum_should_match": "-1"
}
}
}
}

上面的意思表示:3个条件最低满足2个(最多不匹配的个数为一个)

2.2 传入的参数为百分比

传入正的百分比时:如图2.2-1

图2.2-1.png

3个参数,当最少匹配一个百分比34%,最少匹配2个百分比67%。
由于我们传入的参数为50%,那么转换成最少匹配一个

传入负的百分比时:如图2.2-2

负数表示最多不匹配的百分比50%,向下取整为最多不匹配的个数为1个。即最少匹配个数为2个。

2.3 组合方式

一个有条件的规范是一个正整数,后跟小于号,后跟任何前面提到的说明符。它表示如果可选子句的数量等于(或小于)整数,则全部都是必需的,但如果可选子句的数量大于整数,则适用规范。

官网描述.png

2.4 多种组合条件

多个条件规范可以用空格分隔,每个条件规范仅对大于其前一个的数字有效。在此示例中:如果有1个或2个子句,则都需要,如果有3-9个子句,则需要除25%之外的所有子句;如果有9个以上的子句,则需要除3个之外的所有子句。

官网描述.png

参考

elasticsearch中minimum_should_match的一些理解

官方文档 elasticsearch 7.x/minimum-should-match