elasticsearch - elasticsearch more_like_this查询不适用于大于6的数组

Question

我有在Elasticsearch中用一组关键字字段索引的文档。以下是映射

{
    "alerts": {
        "aliases": {},
        "mappings": {
            "properties": {
                "recordTags": {
                    "type": "keyword"
             }
        }
    }
}

我将recordTags插入为数组。
一个文档具有7个唯一的recordTag。从第一个文档开始，还有一个文档带有一个recordTags。

第一个文档如下所示

{
    "_index": "alerts",
    "_type": "_doc",
    "_id": "9bcb78db-77bc-4ed9-9972-d305f145a06a",
    "_version": 30,
    "_seq_no": 481,
    "_primary_term": 5,
    "found": true,
    "_source": {
         "recordTags": [
            "tag1",
            "tag2",
            "tag3",
            "tag4",
            "tag5",
            "tag6",
            "tag7"
        ],
    }
}

其他文件如下所示

{
    "_index": "alerts",
    "_type": "_doc",
    "_id": "582d9497-c43b-4081-a6c7-189ede176702",
    "_version": 30,
    "_seq_no": 481,
    "_primary_term": 5,
    "found": true,
    "_source": {
         "recordTags": [
            "tag1"
        ],
    }
}

现在，当我基于recordTags字段查询与第一个文档类似的记录时，它不会带来任何结果。我使用以下查询

{
    "query": {
      "bool": {
        "should": [
          {
            "more_like_this": {
              "fields": [
                "recordTags"
              ],
              "like": [
                {
                  "_index": "alerts",
                  "_id": "9bcb78db-77bc-4ed9-9972-d305f145a06a"
                }
              ],
              "min_term_freq": 1,
              "min_doc_freq": 1,
              "max_query_terms": 12
            }
          }
        ]
      }
    }
}

有人可以启发我。我无法解决问题。

Answer 1

原因是参数minimum_should_match。此参数的默认值为30%。这意味着原始文档中至少有30％的术语应与目标文档中的相匹配。如果术语计数的30%得出的是浮点值，那么它将取下该值。

由于原始文档中有7个字词，因此至少需要30%(即2.1)即2字词才能在文档中匹配，才有资格获得结果。更改参数minimum_should_match的值有效。