elasticsearch - 使用括号时 OpenSearch 返回不同的结果

Question

我正在使用 OpenSearch 查询数据库中的文档，目前我正在执行此搜索(我使用的是 default_operator=AND，“”之间的术语是术语 1 4 和 5是我省略的两个单词的术语，即:“foo bar”):

“术语 1”、术语 2、术语 3、“术语 4”或“术语 5”

但是当我查看结果时，有些文档只有 "term 1"term2 term3。如果我添加括号，情况会发生变化，此搜索会返回我想要的内容: (“术语 1” term2 term3 “术语 4”) OR (“术语 5”)

这些查询的结果之间存在差异有什么意义吗？

我还尝试将“term 4”位置更改为:

“术语 1”“术语 4”术语 2 术语 3 或“术语 5”

结果也与第一个查询的结果不同，对我来说这没有意义。

这是一个几乎完整的查询的示例:

{
  "query": {
    "bool": {
      "must": [
        {
          "bool": {
            "should": [
              {
                "query_string": {
                  "query": "\"term 1\" term2 term3 \"term 4\" OR \"term 5\"",
                  "fields": [
                    "my_field.analyzed"
                  ],
                  "default_operator": "AND",
                  "boost": 0.1
                }
              },
              {
                "query_string": {
                  "query": "\"term 1\" term2 term3 \"term 4\" OR \"term 5\"",
                  "fields": [
                    "my_field_2",
                    "my_field_3"
                  ],
                  "boost": 0.5
                }
              }
            ]
          }
        },
        {
          "exists": {
            "field": "my_field"
          }
        }
      ],

Answer 1

值得注意的是 bool 运算符 DO NOT follow the usual precedence rules ( another example here 和 some more thoughts here )。

如果您是 JavaCC 爱好者，您还可以查看 compiler definition用于 Lucene 的查询字符串解析器。您将看到查询是按顺序解析的，即没有您期望的优先级，除非正确指定括号。

最后一个链接的主要收获是，您不需要考虑 bool 运算，而需要考虑可选、必需(即 +)和禁止(即 -)

使用Validate API ，你可以看到Lucene端执行了什么。例如，下面的第一个查询

          {
            "query_string": {
              "query": "\"term 1\" term2 term3 \"term 4\" OR \"term 5\"",
              "fields": [
                "my_field.analyzed"
              ],
              "default_operator": "AND",
              "boost": 0.1
            }
          },

执行为

(
  +my_field.analyzed:term 1 
  +my_field.analyzed:term2 term3 
  my_field.analyzed:term 4 
  my_field.analyzed:term 5
)^0.1

所以，

• 第 1 项 为必填项
• term2 term3(两者连接在一起)是必需的
• 术语 4 和 术语 5 是可选的

关于第二个查询，

          {
            "query_string": {
              "query": "\"term 1\" term2 term3 \"term 4\" OR \"term 5\"",
              "fields": [
                "my_field_2",
                "my_field_3"
              ],
              "boost": 0.5
            }
          }

它的执行方式为

+(
  +(my_field_2:term 1 | my_field_3:term 1)
  +(my_field_2:term2 term3 | my_field_3:term2 term3) 
  (my_field_2:term 4 | my_field_3:term 4) 
  (my_field_2:term 5 | my_field_3:term 5)
)^0.1

所以:

• term 1 必须出现在 my_field_2 或 my_field_3 中
• term2 term3 必须出现在 my_field_2 或 my_field_3
• term 4 可以出现在 my_field_2 或 my_field_3
• term 5 可以出现在 my_field_2 或 my_field_3
• 以上至少一项必须匹配(即最开始的初始 +)