目录
引言
概要
fields 字段
通配符
提升字段权重
multi_match查询的类型
best_fields 类型
dis_max 分离最大化查询
best_fields
维权使者 tie_breaker
most_fields
phrase 和 phrase_prefix
cross_fields
评分
小结
参考
相关文档
该做的事情一定要做，决心要做的事情一定要做好
——本杰明·富兰克林
引言
最近很喜欢使用思维导图来学习总结知识点，如果你对思维导图不太了解，又非常感兴趣，请来看下这篇文章。这次介绍下 MutiMatch, 正文之前，请先看下本文的思维导图预热下：
概要
multi_match 查询建立在 match 查询之上，重要的是它允许对多个字段查询。
先构建一个实例, multimatch_test 中设置了两个字段 subject 和 message , 使用 fields 参数在两个字段上都查询 multimatch ，从而得到了两个匹配文档。
PUT multimatchtest
{
}
PUT multimatchtest/_mapping/multimatch_test
{
"properties": {
"subject": {
"type": "text"
},
"message": {
"type": "text"
}
}
}
PUT multimatchtest/multimatch_test/1
{
"subject": "this is a multimatch test",
"message": "blala blalba"
}
PUT multimatchtest/multimatch_test/2
{
"subject": "blala blalba",
"message": "this is a multimatch test"
}
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "multimatch",
"fields": ["subject", "message"]
}
}
}
下面来讲解下 fields 参数的使用
fields 字段
通配符
fields 字段中的值支持通配符* , 设置 mess* 依旧可以查询出 message 字段中的匹配。
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "multimatch",
"fields": ["subject", "mess*"]
}
}
}
提升字段权重
在查询字段后使用 ^ 符号可以提高字段的权重，增加字段的分数 _score 。例如，我们想增加 subject 字段的权重。
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "multimatch",
"fields": ["subject^3", "mess*"]
}
}
}
虽然文档 1 和 文档 2 中都含有相同数量的 multimatch 词条，但可以看出，搜索结果中 subject 中含有multimatch 的分数是另一个文档的 3 倍。
"hits": {
"total": 2,
"max_score": 0.8630463,
"hits": [
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "1",
"_score": 0.8630463,
"_source": {
"subject": "this is a multimatch test",
"message": "blala blalba"
}
},
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "2",
"_score": 0.2876821,
"_source": {
"subject": "blala blalba",
"message": "this is a multimatch test"
}
}
]
}
}
如果在 multimatch 查询中不指定 fields 参数，默认会将文档中的所有字段都匹配一遍。但不建议这么做，可能会出现性能问题，也没有什么意义。
multi_match查询的类型
multi_match 查询内部到底如何执行主要取决于它的 type 参数，这个参数的可取得值如下
best_fields 是默认类型，会将任何与查询匹配的文档作为结果返回，但是只使用最佳字段的 _score 评分作为评分结果返回。
most_fields 将任何与查询匹配的文档作为结果返回，并所有匹配字段的评分合并起来
phrase 在 fields 中的每个字段上均执行 match_phrase 查询，并将最佳字段的 _score 作为结果返回
phrase_prefix 在 fields 中的字段上均执行 match_phrase_prefix 查询，并将每个字段的分数进行合并
下面我们来依次查看写这些类型的意义和具体使用。
best_fields 类型
要搞懂 best_fields 类型，首先要了解下 dis_max 。
dis_max 分离最大化查询
dis_max 查询英文全称为 Disjunction Max Query 就是分离最大化查询的意思。
分离（Disjunction）的意思是 或（or） ，表示把同一个文档中每个字段上的查询都分离开，分别计算出分数。
分离最大化查询（Disjunction Max Query）指的是： 将任何与任一查询匹配的文档作为结果返回，但 只将最佳匹配的评分作为查询的评分结果返回
来看一个例子, 我们将上面两个文档的内容重写
PUT multimatchtest/multimatch_test/1
{
"subject": "food is delicious!",
"message": "cook food"
}
PUT multimatchtest/multimatch_test/2
{
"subject": "blabla blala",
"message": "I like chinese food"
}
这时我们在 subject 和 message 两个字段上都查询 chinese food ，看得到什么结果？(我们先不使用 multimatch 而是 match)
GET multimatchtest/multimatch_test/_search
{
"query": {
"dis_max": {
"queries": [
{
"match": {
"subject": "chinese food"
}
},
{
"match": {
"message": "chinese food"
}
}
]
}
}
}
而得到的结果则是
"hits": {
"total": 2,
"max_score": 0.5753642,
"hits": [
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "2",
"_score": 0.5753642,
"_source": {
"subject": "blabla blala",
"message": "I like chinese food"
}
},
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "1",
"_score": 0.2876821,
"_source": {
"subject": "food is delicious!",
"message": "cook food"
}
}
]
}
}
虽然文档 1 中的 subject 和 message 字段中都含有 food 能够匹配到，但由于使用的 dis_max 查询，只会将它们单独计算得分，而文档 2 中只有 message 匹配到，但是它的分数更高。由此比较，文档 2 的得分当然比文档 1 高，而这就是 best_fields 类型的计算方式。
best_fields
上个小节中的 dis_max 查询则直接就可以用
best_fields 在查询多个词条最佳匹配度方面是最有用的，它和 dis_max 方式是等价的。例如，上节中的 dis_max 查询就可以写成下面的形式。而且 best_fields 类型是 multi_match 查询时的默认类型。
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "chinese food",
"fields": ["subject", "message"]
}
}
}
按照这种方式，只是最佳匹配语句起作用，其他语句对分数一点贡献度也没有了。这样太纯粹了似乎也不太好。有没有折中的办法，其他语句也参与评分，只不过要打下折扣，让它们的贡献度不那么高？嗯，还真有，这就是 tie_breaker 参数。
维权使者 tie_breaker
感觉 tie_breaker 参数就是为了维护其他语句的权利而生的，先了解下它的评分方式：
- 先由
best_fields type 获得最佳匹配语句的评分 _score 。将其他匹配语句的评分结果与
tie_breaker 相乘。对以上评分求和并规范化。
有了 tie_breaker ，世界变得更美好了，在计算时会考虑所有匹配语句，但tie_breaker 并没有喧宾夺主， 最佳匹配语句依然是老大，但其他语句在 tie_breaker 的帮助下也有了一定的话语权。
将上节查询语句添加一个 tie_breaker 参数才来看结果。
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "chinese food",
"fields": ["subject", "message"],
"tie_breaker": 0.3
}
}
}
结果如下：
"hits": {
"total": 2,
"max_score": 0.5753642,
"hits": [
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "2",
"_score": 0.5753642,
"_source": {
"subject": "blabla blala",
"message": "I like chinese food"
}
},
{
"_index": "multimatchtest",
"_type": "multimatch_test",
"_id": "1",
"_score": 0.37398672,
"_source": {
"subject": "food is delicious!",
"message": "cook food"
}
}
]
}
和上节的文档 1 的评分对比，由于文档 1 中 message 字段和 subject 都只有一个 "food" 单词，它们的评分是一样的，且 tie_breaker 为 0.3，那就相当于 0.2876821x1.3=0.37398672 ，正好与结果吻合。
开篇时我们就说到， multi-match 查询是构建在 match 查询基础上的，因此 match 查询的参数，multi-match 都可以使用，可以参考我之前写的 match query 文档来查看。
most_fields
most_fields 主要用在多个字段都包含相同的文本的场合，会将所有字段的评分合并起来。
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "multimatch",
"fields": ["subject", "message"],
"type": "most_fields"
}
}
}
phrase 和 phrase_prefix
phrase 和 phrase_prefix 类型的行为与 best_fields 参数类似，区别就是
phrase 使用 match_phrase & dis_max 实现
phrase_prefix 使用 match_phrase_prefix & dis_max 实现
best_fields 使用 match & dis_max 实现
GET multimatchtest/multimatch_test/_search
{
"query": {
"multi_match": {
"query": "this is",
"fields": ["subject", "message"],
"type": "phrase"
}
}
}
上面查询等价于
GET multimatchtest/multimatch_test/_search
{
"query": {
"dis_max": {
"queries": [{
"match_phrase": {
"subject": "this is"
}
},
{
"match_phrase": {
"message": "this is"
}
}]
}
}
}
cross_fields
像 most_fields 和 best_fields 类型都是词中心式(field-centric)，什么意思呢？举个例子，假如要查询 "blabla like" 字符串，并且指定 operator 为 and ，则会在同一个字段内搜索整个字符串，只有一个字段内都有这两个词，才匹配上。
GET multimatchtest/_search
{
"query": {
"multi_match": {
"query": "blabla like",
"operator": "and",
"fields": [ "subject", "message"],
"type": "best_fields"
}
}
}
而 cross_fields 类型则是字段中心式的，例如，要查询 "blabla like" 字符串，查询字段为 "subject" 和 "message"。此时首先分析查询字符串并生成一个词列表，然后从所有字段中依次搜索每个词，只要查询到，就算匹配上。
GET multimatchtest/_search
{
"query": {
"multi_match": {
"query": "blabla like",
"operator": "and",
"fields": [ "subject", "message"],
"type": "cross_fields"
}
}
}
评分
那么 cross_fields 的评分是怎么完成的呢？
cross_fields 也有 tie_breaker 配置，就是由它来控制 cross_fields 的评分。tie_breaker 的取值及意义如下：
0.0 获取最佳字段的分数为最终分数，默认值
1.0 将多个字段的分数合并
0.0 < n < 1.0 最佳字段评分与其它字段结合评分
GET multimatchtest/_search
{
"query": {
"multi_match": {
"query": "blabla like",
"fields": [ "subject", "message"],
"type": "cross_fields",
"tie_breaker": 0.5
}
}
}
小结
Muti-Match 是非常常用的全文搜索，它构建在 Match 查询的基础上，同时又添加了许多类型来符合多字段搜索的场景。最后，请在通过思维导图一起来回顾下本节的知识点吧.
参考
https://www.elastic.co/guide/en/elasticsearch/reference/6.3/query-dsl-multi-match-query.html
相关文档
Elasticsearch 系列文章汇总(持续更新...)
Elasticsearch 思维导图集锦（持续更新...）
![重新整理 .net core 实践篇————依赖注入应用[二]](https://www.kunjuke.com/file/css/thumb/2.jpg/280-180.jpg)