短語匹配查詢
短語匹配查詢(MatchPhraseQuery)類似於匹配查詢(MatchQuery),但是分詞後多個詞的位置關係會被考慮,只有分詞後的多個詞在行資料中以同樣的順序和位置存在時,才表示行資料滿足查詢條件。如果查詢列的分詞類型為模糊分詞,則使用MatchPhraseQuery可以實現比WildcardQuery更快的模糊查詢。
情境
MatchPhraseQuery可用於尋找包含指定短語且短語順序匹配的資料,MatchPhraseQuery結合分詞使用能夠實現全文檢索索引,一般應用於巨量資料分析、內容搜尋和個人化推薦等情境,例如在內容檢索中尋找包含指定短語的句子、在聊天記錄中定位包含指定對話序列的訊息。
功能概述
MatchPhraseQuery採用近似匹配的方式查詢表中的資料,但是分詞後多個詞的位置關係會被考慮。例如Text類型欄位的值是“杭州西湖風景區”,Query中查詢關鍵字是“杭州風景區”,如果Query類型是MatchQuery,則可以匹配到該行資料,但是如果Query類型是MatchPhraseQuery,則不能匹配到該行資料,因為“杭州”和“風景區”在Query中的距離是0,但是在行資料中的距離是2(西湖兩個字導致間隔距離是2)。
使用MatchPhraseQuery功能查詢資料時,您需要設定要匹配的列和查詢關鍵詞。只有當查詢關鍵詞分詞後的多個詞在要匹配的列中以同樣的順序和位置存在時,才表示行資料滿足查詢條件。
查詢資料時還支援配置查詢權重、要返回的列、是否返回匹配的總行數、返回資料的排序方式等。
介面
短語匹配查詢的介面為Search或者ParallelScan,具體的Query類型為MatchPhraseQuery。
參數
|
參數 |
說明 |
|
fieldName |
要匹配的列。 短語匹配查詢可應用於Text類型。 |
|
text |
查詢關鍵詞,即要匹配的值。 當要匹配的列為Text類型時,查詢關鍵詞會被分詞成多個詞,分詞類型為建立多元索引時設定的分詞器類型。如果建立多元索引時未設定分詞器類型,則預設分詞類型為單字分詞。關於分詞的更多資訊,請參見分詞。 例如查詢的值為“this is”,可以匹配到“...,this is tablestore”、“this is a table”,但是無法匹配到“this table is ...”以及“is this a table”。 |
|
query |
設定查詢類型為matchPhraseQuery。 |
|
offset |
本次查詢的開始位置。 |
|
limit |
本次查詢需要返回的最大數量。 如果只為了擷取行數,無需具體資料,可以設定limit=0,即不返回任意一行資料。 |
|
getTotalCount |
是否返回匹配的總行數,預設為false,表示不返回。 返回匹配的總行數會影響查詢效能。 |
|
weight |
查詢權重,用於全文檢索索引情境中的score排序。查詢時指定列的算分權重,值越大,結果中分數的值會越大。取值範圍為正浮點數。 使用此參數不會影響返回的結果數,只會影響返回的結果中的分數。 |
|
tableName |
資料表名稱。 |
|
indexName |
多元索引名稱。 |
|
columnsToGet |
是否返回所有列,包含returnAll和columns設定。 returnAll預設為false,表示不返回所有列,此時可以通過columns指定返回的列;如果未通過columns指定返回的列,則只返回主鍵列。 當設定returnAll為true時,表示返回所有列。 |
注意事項
多元索引只提供最基礎的 BM25 相關性,不提供自訂相關效能力。
使用方式
您可以使用控制台、命令列工具或者SDK進行短語匹配查詢。
進行短語匹配查詢之前,您需要完成如下準備工作。
使用阿里雲帳號或者具有Table Store操作許可權的 RAM 使用者進行操作。如果需要為 RAM 使用者授權Table Store操作許可權,請參見通過RAM Policy為RAM使用者授權進行配置。
使用 SDK 方式和命令列工具方式進行操作時,如果當前無可用 AccessKey,則需要為阿里雲帳號或者 RAM 使用者建立 AccessKey。
已建立資料表。
已為資料表建立多元索引。
使用 SDK 方式進行操作時,還需要完成初始化Tablestore Client。
使用命令列工具方式進行操作前,還需要完成下載並啟動命令列工具,然後配置接入執行個體資訊並選擇要操作的表。具體操作,請參見下載命令列工具、啟動並配置接入資訊和資料表操作。
計費說明
使用多元索引查詢資料時會消耗讀輸送量。更多資訊,請參見多元索引計量計費。