Elasticsearch “genre” de l'API vs more_like_this requête

Tout d'abord, une petite introduction sur le plus, comme cette fonctionnalité et comment il fonctionne. L'idée est que vous avez un document particulier et vous souhaitez avoir quelques autres qui sont similaires.

Afin de parvenir à cela, nous avons besoin d'extraire une partie du contenu de l'actuel document et l'utiliser pour faire une requête pour obtenir les mêmes. Nous pouvons extraire le contenu de l'lucene les champs stockés (ou le elasticsearch _source champ, qui est effectivement un champ stocké dans lucene) et en quelque sorte ré-analyser ou utiliser les informations stockées dans le terme de vecteurs (si activé lors de l'indexation) pour obtenir une liste de termes que l'on peut utiliser à la requête, sans avoir à ré-analyser le texte. Je ne suis pas sûr de savoir si elasticsearch essaie cette dernière approche s'terme vecteurs sont disponibles.

La de plus comme cette requête vous permet de fournir un texte, quel que soit l'endroit où vous l'ai eu à partir. Ce texte sera utilisé pour interroger les champs que vous sélectionnez et récupérer des documents similaires. Le texte ne sera pas entièrement utilisé, mais de nouveau, et seulement un maximum de max_query_terms (25 par défaut) seront conservés, des conditions qui ont au moins la condition min_term_freq (durée minimale de la fréquence, par défaut 2) et le document de fréquence entre min_doc_freq et max_doc_freq. Il y a plusieurs paramètres qui peuvent influencer la requête générée.

La de plus comme cette api va plus loin, en permettant de fournir l'id d'un document et, de nouveau, une liste de champs. Le contenu de ces champs seront extraites de ce document spécifique et utilisé pour faire plus comme cette requête sur les mêmes champs. Cela signifie que le plus comme cette requête ont la propriété de texte contenant le texte copié précédemment, et sera réalisée sur les mêmes champs. Comme vous pouvez le voir plus comme cette api exécute plus que cette requête sous le capot.

Disons plus comme cette requête vous donne plus de flexibilité, puisque vous pouvez les combiner avec d'autres requêtes, et vous pouvez obtenir le texte quelle que soit la source que vous aimez.
D'autre part, le plus comme cette api expose les fonctionnalités courantes de faire un peu plus de travail pour vous, mais avec quelques restrictions.

Dans votre cas, je combiner un couple de différents genre de requêtes, de sorte que vous pouvez faire usage de la puissante elasticsearch requête DSL, dynamiser les requêtes différemment et ainsi de suite. L'inconvénient est que vous devez fournir vous-même le texte, puisque vous ne pouvez pas fournir l'id du document pour extraire à partir de.

Il y a différentes façons d'obtenir ce que vous voulez. Je voudrais utiliser un bool requête de combiner les deux dans le même genre de requêtes dans une devrait clause et de leur donner un poids différent. Je voudrais aussi utiliser le de plus comme ce champ de requête au lieu de cela, puisque vous voulez interroger un seul champ à la fois.

{
    "bool" : {
        "must" : {
          {"match_all" : { }}
        },
        "should" : [
            {
              "more_like_this_field" : {
                "tags" : {
                  "like_text" : "here go the tags extracted from the current document!",
                  "boost" : 2.0
                }
              }
            },
            {
              "more_like_this_field" : {
                "content" : {
                  "like_text" : "here goes the content extracted from the current document!"
                }
              }
            }
        ],
        "minimum_number_should_match" : 1
    }
}

De cette façon, au moins un doit clauses doivent correspondre, et un match sur les étiquettes est plus important qu'un match sur le contenu.