Elasticsearch 研究筆記：從 Solr Edismax 到 NEST 實戰

研究目標

1. Elastic 能否做到 Solr 的 Edismax
2. 達到的情境：根據 List 的算法跟 String 算法是否一致
3. 權重的分布情況

Docker 單節點運行指令

docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e "xpack.security.enabled=false" -v es_data:/usr/share/elasticsearch/data elasticsearch:8.17.0

Docker 集群配置 (docker-compose)

version: '3'
services:
  elasticsearch-node1:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.17.0
    environment:
      - discovery.type=zen-disco
      - discovery.seed_hosts=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - cluster.initial_master_nodes=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - xpack.security.enabled=false
    volumes:
      - es_data1:/usr/share/elasticsearch/data
    networks:
      - elasticsearch-net
    ports:
      - "9200:9200"
      - "9300:9300"

  elasticsearch-node2:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.17.0
    environment:
      - discovery.type=zen-disco
      - discovery.seed_hosts=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - cluster.initial_master_nodes=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - xpack.security.enabled=false
    volumes:
      - es_data2:/usr/share/elasticsearch/data
    networks:
      - elasticsearch-net
    ports:
      - "9201:9200"
      - "9301:9300"

  elasticsearch-node3:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.17.0
    environment:
      - discovery.type=zen-disco
      - discovery.seed_hosts=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - cluster.initial_master_nodes=elasticsearch-node1,elasticsearch-node2,elasticsearch-node3
      - xpack.security.enabled=false
    volumes:
      - es_data3:/usr/share/elasticsearch/data
    networks:
      - elasticsearch-net
    ports:
      - "9202:9200"
      - "9302:9300"

networks:
  elasticsearch-net:
    driver: bridge

volumes:
  es_data1:
  es_data2:
  es_data3:

啟動集群：

docker-compose up -d

C# NEST 操作範例

using Nest;
using System;
using System.Collections.Generic;

namespace ElasticSearch
{
    class Program
    {
        static void Main(string[] args)
        {
            // 設定 Elasticsearch 的 URL 和預設索引名稱
            var settings = new ConnectionSettings(new Uri("http://localhost:9200"))
                .DefaultIndex("my-index");

            // 建立 Elastic 客戶端
            var client = new ElasticClient(settings);

            // 測試連接
            var pingResponse = client.Ping();
            if (pingResponse.IsValid)
            {
                Console.WriteLine("成功連接到 Elasticsearch！");
            }
            else
            {
                Console.WriteLine("連接失敗：" + pingResponse.DebugInformation);
            }

            CreateOneData(client);
            QueryStringSearch(client);
        }

        // QueryString 搜尋範例
        private static void QueryStringSearch(ElasticClient client)
        {
            var response = client.Search<MyDocument>(s => s
                .Query(q => q
                    .QueryString(qs => qs
                        .Query("(文件)^1")
                        .Fields(f => f
                            .Field(p => p.Tags, 2.0)
                        )
                        .DefaultOperator(Operator.And)
                    )
                )
            );

            foreach (var doc in response.Documents)
            {
                Console.WriteLine($"Id: {doc.Id}, Name: {doc.Name}, Tag: {String.Join(",", doc.Tags)}");
            }
            foreach (var doc in response.Hits)
            {
                Console.WriteLine($"Id: {doc.Id}, Score: {doc.Score}");
            }
        }

        // 組合查詢範例 (OR)
        private static void QueryStringSearch2(ElasticClient client)
        {
            var response = client.Search<MyDocument>(s => s
                .Query(q => q
                    .QueryString(qs => qs
                        .Query("(新東西)^1 OR (測試)^1")
                        .Fields(f => f
                            .Field(p => p.Tags, 2.0)
                        )
                        .DefaultOperator(Operator.And)
                    )
                )
            );
        }

        // MultiMatch 搜尋（類似 Solr Edismax）
        private static void SpecialSearch(ElasticClient client)
        {
            var response = client.Search<MyDocument>(s => s
                .Query(q => q
                    .MultiMatch(m => m
                        .Query("測試")
                        .Fields(f => f
                            .Field(p => p.Name, 2.0)
                        )
                        .Type(TextQueryType.MostFields)
                        .MinimumShouldMatch("20%")  // 類似 Solr 的 mm 參數
                    )
                )
            );
        }

        // 新增資料
        private static void CreateOneData(ElasticClient client)
        {
            var document = new MyDocument
            {
                Id = 10,
                Name = "新的資料文件",
                Tags = new List<string> { "文件", "文件", "文件", "文件", "新東西" },
                CreatedAt = DateTime.UtcNow
            };

            var indexResponse = client.IndexDocument(document);
            if (indexResponse.IsValid)
            {
                Console.WriteLine("文件新增成功！");
            }
        }
    }
}

Elasticsearch 查詢語法總整理

Query DSL

• match：全字段匹配，自動分詞
• term：精確匹配，不分詞，通常用於結構化數據
• bool：組合查詢，可用 must（必須）、should（可選）和 must_not（排除）
• range：範圍查詢，用於數字、日期

過濾參數

• filter：高效過濾數據，不會影響相關性分數（如緩存優化）
• post_filter：在聚合後再過濾結果，常用於展示不同聚合統計值的結果

高級參數

• Aggregations：聚合查詢
• Highlight：高亮顯示
• Script：腳本

性能相關參數

• timeout：查詢超時時間
• terminate_after：限制最多返回的文檔數
• track_total_hits：控制是否統計總命中數，減少性能開銷

測試結果

完全只用一般字串查詢字段

使用 List 結構

結論

1. String 的情況：使用全切模式，可用模糊比對算分，字段的長度也會影響分數
2. List 的情況：要完全比對，且次數越多分數會越高，但不會成倍數的成長
3. 底層演算法：一樣為 TF-IDF，但每個字詞都有預設的 IDF 後再比對全文件的 IDF，TF 也不是單純詞數（詳細要看原始 CODE）