请注意:
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。
« 关于缓存 基于词项与基于全文 »
Elastic Docs ›Elasticsearch: 权威指南 ›深入搜索

全文搜索

edit
IMPORTANT: This documentation is no longer updated. Refer to Elastic's version policy and the latest documentation.

全文搜索

edit

我们已经介绍了搜索结构化数据的简单应用示例，现在来探寻 全文搜索（full-text search） ：怎样在全文字段中搜索到最相关的文档。

全文搜索两个最重要的方面是：

相关性（Relevance）
它是评价查询与其结果间的相关程度，并根据这种相关程度对结果排名的一种能力，这种计算方式可以是 TF/IDF 方法（参见 相关性的介绍）、地理位置邻近、模糊相似，或其他的某些算法。
分析（Analysis）
它是将文本块转换为有区别的、规范化的 token 的一个过程，（参见 分析的介绍） 目的是为了（a）创建倒排索引以及（b）查询倒排索引。

一旦谈论相关性或分析这两个方面的问题时，我们所处的语境是关于查询的而不是过滤。

« 关于缓存 基于词项与基于全文 »