寻找手机网站建设,多语种网站怎么做搜索引擎排名,高大上网站欣赏,做视频类网站需要哪些许可证constant_score的用处
当我们不关心检索词频率TF#xff08;Term Frequency#xff09;对搜索结果排序的影响时#xff0c;可以使用constant_score将查询语句query或者过滤语句filter包装起来。
检索词频率#xff1a;检索词在该字段出现的频率。出现频率越高#xff0c…constant_score的用处
当我们不关心检索词频率TFTerm Frequency对搜索结果排序的影响时可以使用constant_score将查询语句query或者过滤语句filter包装起来。
检索词频率检索词在该字段出现的频率。出现频率越高相关性也越高。字段中出现过5次要比只出现过1次的相关性高。
合理使用filters优化查询
ElasticSearch支持多种不同类型的查询方式这一点大家应该都已熟知。但是在选择哪个文档应该匹配成功哪个文档应该呈现给用户这一需求上查询并不是唯一的选择。ElasticSearch 查询DSL允许用户使用的绝大多数查询都会有各自的标识这些查询也以嵌套到如下的查询类型中
constant_score filterd custom_filters_score 那么问题来了为什么要这么麻烦来使用filtering在什么场景下可以只使用queries 接下来就试着解决上面的问题。 过滤器(Filters)和缓存 首先正如读者所想filters来做缓存是一个很不错的选择ElasticSearch也提供了这种特殊的缓存filter cache来存储filters得到的结果集。此外缓存filters不需要太多的内存(它只保留一种信息即哪些文档与filter相匹配)同时它可以由其它的查询复用极大地提升了查询的性能。设想你正运行如下的查询命令 {query : {bool : {must : [{term : { name : joe }},{term : { year : 1981 }}]}}
}该命令会查询到满足如下条件的文档name域值为joe同时year域值为1981。这是一个很简单的查询但是如果用于查询足球运动员的相关信息它可以查询到所有符合指定人名及指定出生年份的运动员。
如果用上面命令的格式构建查询查询对象会将所有的条件绑定到一起存储到缓存中因此如果我们查询人名相同但是出生年份不同的运动员ElasticSearch无法重用上面查询命令中的任何信息。因此我们来试着优化一下查询。由于一千个人可能会有一千个人名所以人名不太适合缓存起来但是年份比较适合(一般year域中不会有太多不同的值对吧)。因此我们引入一个不同的查询命令将一个简单的query与一个filter结合起来。 {query : {filtered : {query : {term : { name : joe }},filter : {term : { year : 1981 }}}}
}我们使用了一个filtered类型的查询对象查询对象将query元素和filter元素都包含进去了。第一次运行该查询命令后ElasticSearch就会把filter缓存起来如果再有查询用到了一样的filter就会直接用到缓存。就这样ElasticSearch不必多次加载同样的信息。
