MatchQuery采用近似匹配的方式查詢表中的數據。表格存儲會先對Text類型的列值和查詢關鍵詞按照設置好的分詞器做切分,然后按照切分好后的詞去查詢。對于使用模糊分詞的Text類型的列,建議使用MatchPhraseQuery實現高性能的模糊查詢。
場景
匹配查詢可用于查找包含指定短語的數據,MatchPhraseQuery結合分詞使用能夠實現全文檢索,一般應用于大數據分析、內容搜索、知識管理、社交媒體分析、日志分析、智能問答系統、合規審查等場景,例如在電商平臺中快速篩選商品標題、描述或標簽中包含用戶輸入關鍵字的商品列表、在日志中快速定位錯誤信息或異常操作。
功能概述
MatchQuery采用近似匹配的方式查詢表中的數據。例如某一行數據的title列(Text類型)的值是“杭州西湖風景區”,該列使用的分詞類型是單字分詞,如果MatchQuery中的查詢關鍵詞是“湖風”,則可以匹配到該行數據。
使用MatchQuery功能查詢數據時,您需要設置要匹配的列和查詢關鍵詞。只要查詢關鍵詞分詞后的多個詞在要匹配的列中存在就表示行數據滿足查詢條件。
查詢數據時還支持配置最小匹配個數、查詢權重、要返回的列、是否返回匹配的總行數、返回數據的排序方式等。
接口
匹配查詢的接口為Search或者ParallelScan,具體的Query類型為MatchQuery。
參數
參數 | 說明 |
fieldName | 要匹配的列。 匹配查詢可應用于Text類型。 |
text | 查詢關鍵詞,即要匹配的值。 當要匹配的列為Text類型時,查詢關鍵詞會被分詞成多個詞,分詞類型為創建多元索引時設置的分詞器類型。如果創建多元索引時未設置分詞器類型,則默認分詞類型為單字分詞。 例如當要匹配的列為Text類型時,分詞類型為單字分詞,則查詢詞為"this is",可以匹配到“...,this is tablestore”、“is this tablestore”、“tablestore is cool”、“this"、“is”等。 |
query | 設置查詢類型為matchQuery。 |
offset | 本次查詢的開始位置。 |
limit | 本次查詢需要返回的最大數量。 如果只為了獲取行數,無需具體數據,可以設置limit=0,即不返回任意一行數據。 |
minimumShouldMatch | 最小匹配個數。 只有當某一行數據的fieldName列的值中至少包括最小匹配個數的詞時,才會返回該行數據。 說明 minimumShouldMatch需要與邏輯運算符OR配合使用。 |
operator | 邏輯運算符。默認為OR,表示當分詞后的多個詞只要有部分匹配時,則行數據滿足查詢條件。 如果設置operator為AND,則只有分詞后的所有詞都在列值中時,才表示行數據滿足查詢條件。 |
getTotalCount | 是否返回匹配的總行數,默認為false,表示不返回。 返回匹配的總行數會影響查詢性能。 |
weight | 查詢權重,用于全文檢索場景中的score排序。查詢時指定列的算分權重,值越大,結果中分數的值會越大。取值范圍為正浮點數。 使用此參數不會影響返回的結果數,只會影響返回的結果中的分數。 |
tableName | 數據表名稱。 |
indexName | 多元索引名稱。 |
columnsToGet | 是否返回所有列,包含returnAll和columns設置。 returnAll默認為false,表示不返回所有列,此時可以通過columns指定返回的列;如果未通過columns指定返回的列,則只返回主鍵列。 當設置returnAll為true時,表示返回所有列。 |
注意事項
多元索引只提供最基礎的BM25相關性,不提供自定義相關性能力。
使用方式
您可以使用控制臺、命令行工具或者SDK進行匹配查詢。進行匹配查詢之前,您需要完成如下準備工作。
使用阿里云賬號或者使用具有表格存儲操作權限的RAM用戶進行操作。如果需要為RAM用戶授權表格存儲操作權限,請參見通過RAM Policy為RAM用戶授權進行配置。
使用SDK方式和命令行工具方式進行操作時,如果當前無可用AccessKey,則需要為阿里云賬號或者RAM用戶創建AccessKey。具體操作,請參見創建AccessKey。
已創建數據表。具體操作,請參見數據表操作。
已為數據表創建多元索引。具體操作,請參見創建多元索引。
使用SDK方式進行操作時,還需要完成初始化Client。具體操作,請參見初始化OTSClient。
使用命令行工具方式進行操作前,還需要完成下載并啟動命令行工具,然后配置接入實例信息并選擇要操作的表。具體操作,請參見下載命令行工具、啟動并配置和數據表操作。
進入索引管理頁簽。
登錄表格存儲控制臺。
在頁面上方,選擇資源組和地域。
在概覽頁面,單擊實例名稱或在操作列單擊實例管理。
在實例詳情頁簽下的數據表列表頁簽,單擊數據表名稱或在操作列單擊索引管理。
在索引管理頁簽,單擊目標多元索引操作列的搜索。
在查詢數據對話框,查詢數據。
系統默認返回所有列,如需顯示指定屬性列,關閉獲取所有列并輸入需要返回的屬性列,多個屬性列之間用半角逗號(,)隔開。
說明系統默認會返回數據表的主鍵列。
根據需要選擇邏輯操作符為And、Or或者Not。
當選擇邏輯操作符為And時,返回滿足指定條件的數據。當選擇邏輯操作符為Or時,如果配置了單個條件,則返回滿足指定條件的數據;如果配置了多個條件,則返回滿足任意一個條件的數據。當選擇邏輯操作符為Not時,返回不滿足指定條件的數據。
選擇Text類型的索引字段,單擊添加。
設置索引字段的查詢類型為匹配查詢(MatchQuery)和輸入要查詢的值。
系統默認關閉排序功能,如需根據指定字段對返回結果進行排序,打開是否排序開關后,根據需要添加要進行排序的字段并配置排序方式。
系統默認關閉統計功能,如需對指定字段進行數據統計,打開是否統計開關后,根據需要添加要進行統計的字段和配置統計信息。
單擊確定。
符合查詢條件的數據會顯示在索引管理頁簽中。
通過命令行工具執行search
命令使用多元索引查詢數據。更多信息,請參見多元索引。
執行
search
命令使用search_index多元索引查詢表中數據,并返回所有建立索引的列。search -n search_index --return_all_indexed
根據系統提示輸入查詢條件,示例如下:
{ "Offset": -1, "Limit": 10, "Collapse": null, "Sort": null, "GetTotalCount": true, "Token": null, "Query": { "Name": "MatchQuery", "Query": { "FieldName": "col_text", "Text": "this is", "MinimumShouldMatch": 1 } } }
您可以通過Java SDK、Go SDK、Python SDK、Node.js SDK、.NET SDK和PHP SDK使用匹配查詢。此處以Java SDK為例介紹匹配查詢的使用。
以下示例用于查詢表中Col_Keyword列的值能夠匹配"hangzhou"的數據。
/**
* 查詢表中Col_Keyword列的值能夠匹配"hangzhou"的數據,返回匹配到的總行數和一些匹配成功的行。
* @param client
*/
private static void matchQuery(SyncClient client) {
SearchQuery searchQuery = new SearchQuery();
MatchQuery matchQuery = new MatchQuery(); //設置查詢類型為MatchQuery。
matchQuery.setFieldName("Col_Keyword"); //設置要匹配的列。
matchQuery.setText("hangzhou"); //設置要匹配的值。
searchQuery.setQuery(matchQuery);
searchQuery.setOffset(0); //設置offset為0。
searchQuery.setLimit(20); //設置limit為20,表示最多返回20行數據。
//searchQuery.setGetTotalCount(true); //設置返回匹配的總行數。
SearchRequest searchRequest = new SearchRequest("<TABLE_NAME>", "<SEARCH_INDEX_NAME>", searchQuery);
//通過設置columnsToGet參數可以指定返回的列或返回所有列,如果不設置此參數,則默認只返回主鍵列。
//SearchRequest.ColumnsToGet columnsToGet = new SearchRequest.ColumnsToGet();
//columnsToGet.setReturnAll(true); //設置為返回所有列。
//columnsToGet.setColumns(Arrays.asList("ColName1","ColName2")); //設置為返回指定列。
//searchRequest.setColumnsToGet(columnsToGet);
SearchResponse resp = client.search(searchRequest);
//System.out.println("TotalCount: " + resp.getTotalCount()); //打印匹配到的總行數,非返回行數。
System.out.println("Row: " + resp.getRows());
}
計費說明
使用VCU模式(原預留模式)時,使用多元索引查詢數據會消耗VCU的計算資源。使用CU模式(原按量模式)時,使用多元索引查詢數據會消耗讀吞吐量。更多信息,請參見多元索引計量計費。
常見問題
相關文檔
多元索引查詢類型包括精確查詢、多詞精確查詢、全匹配查詢、匹配查詢、短語匹配查詢、前綴查詢、范圍查詢、通配符查詢、模糊查詢、多條件組合查詢、地理位置查詢、嵌套類型查詢、向量檢索和列存在性查詢,您可以選擇合適的查詢類型進行多維度數據查詢。
如果要對結果集進行排序或者翻頁,您可以使用排序和翻頁功能來實現。具體操作,請參見排序和翻頁。
如果要按照某一列對結果集做折疊,使對應類型的數據在結果展示中只出現一次,您可以使用折疊(去重)功能來實現。具體操作,請參見折疊(去重)。
如果要進行數據分析,例如求最值、求和、統計行數等,您可以使用Search接口的統計聚合功能或者SQL查詢來實現。具體操作,請參見統計聚合和SQL查詢。
如果要快速導出數據,而不關心整個結果集的順序時,您可以使用ParallelScan接口和ComputeSplits接口實現多并發導出數據。具體操作,請參見并發導出數據。