Table of Contents
1월 19일 (금) TIL
작성한 ElasticSearch 쿼리를 테스트 해보다가 정확하게 이해하지 못한 상태고 작성하고 있는 키워드를 발견했다.
작성한 쿼리에는 term, match, match_phrase가 무분별하게 사용되고 있었는데, 다시금 문서를 확인해보고, 잊어먹기 전에 정리해봤다.
term
사전적 의미로 보자면 용어 쯤 되겠다. 해당 content 의 inverted index 에 저장되는 token 들 중에서 쿼리의 키워드와 일치하는 녀석이 있는지 찾아준다.
original text 가 *“여러개의 물건들”*이고, 다음처럼 tokenize 된다면,
curl -XPOST 'localhost:9200/my_index/_analyze?pretty' -H 'Content-Type: application/json' -d'
{
"analyzer": "my_custom_analyzer",
"text": "여러개의 물건들"
}
{
"tokens" : [
{
"token" : "여러",
"start_offset" : 0,
"end_offset" : 2,
"type" : "MM",
"position" : 0
},
{
"token" : "개",
"start_offset" : 2,
"end_offset" : 3,
"type" : "NNB",
"position" : 1
},
{
"token" : "물건",
"start_offset" : 5,
"end_offset" : 7,
"type" : "NNG",
"position" : 2
},
{
"token" : "물건들",
"start_offset" : 5,
"end_offset" : 8,
"type" : "NNG",
"position" : 2
}
]
}
term 쿼리를 통해서 검색 결과에 포함하려면 다음의 4가지 쿼리가 가능하다.
{
"query": {
"bool": {
"must": [
{
"term": {
"content": "여러"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"term": {
"content": "개"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"term": {
"content": "물건"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"term": {
"content": "물건들"
}
}
]
}
}
}
match
term과 마찬가지로 inverted index 에 저장되는 token 들 중에서 일치하는 녀석이 있는지 찾아주는데, 차이점은 바로 검색하는 키워드를 analyze 한다는 것이다.
이 analyze 한 결과의 token 들 중에서 하나라도 일치하면 결과 document 에 포함된다.
따라서 original text 가 위와 같을 때 가능한 쿼리는 다음과 같다.
{
"query": {
"bool": {
"must": [
{
"match": {
"content": "여러개"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"match": {
"content": "여러사"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"match": {
"content": "나의 물건들"
}
}
]
}
}
}
그 밖에 더 있을 수 있다…
match_phrase
phrase 단어는 사전적 의미는 구 인데, 흔히 영어 문법 공부할 때 들어보았던 명사구, 부사, 전치사구… 의 구 이다.
둘 또는 그 이상의 어절로 이루어져 한 덩어리로써 절이나 문장의 성분이 되는 동일한 말의 단위 라고 한다. 여기서 포인트는 둘 이상!, 이루어져! 이다.
즉 match 가 token 들 중에 일치하는 keyword 가 하나라도 존재한다면 결과 document 에 포함된다면,
match_phrase 가 검색 match 처럼 keyword를 analyze 하는 것은 동일하나 그 결과 token 들이 모두 존재하고,
순서도 순차적으로 동일한 document 만을 검색 결과에 포함한다는 차이가 있다.
따라서 match 와 같이 “나의 물건들” 이라는 검색 키워드를 넣는다면, 나 라는 token 이 들어 있지도 않고 순서도 맞지 않으니. 여러가지 물건들 이라는 document 는 결과에 포함되지 않는다.
이 때 가능한 쿼리는 다음과 같다.
{
"query": {
"bool": {
"must": [
{
"match_phrase": {
"content": "여러개"
}
}
]
}
}
}
{
"query": {
"bool": {
"must": [
{
"match_phrase": {
"content": "여러개의 물건들"
}
}
]
}
}
}
순서만 바꿔도 안된다
{
"query": {
"bool": {
"must": [
{
"match_phrase": {
"content": "물건들 여러개"
}
}
]
}
}
}
사용예
term의 경우에는 문서의 tag 를 검색할 때 사용할 수 있겠다.- 본문 검색에서는
match_phrase를 사용하는게match보다는 적합하다고 생각된다. (물론 nested should 와 함께 더 넣어야한다.)
오늘도 또 한번 느낀다. RTFM. 문서를 잘 읽자.
comments powered by Disqus