<div id="readability-page-1" class="page"><article>
    <div>

                
                <div>
                    <details open="">
                        <summary accesskey="c" title="(Alt + C)">
                            <p>Table of Contents</p>
                        </summary>
                        <nav id="TableOfContents">
  <ul>
    <li><a href="#1월-19일-금-til">1월 19일 (금) TIL</a>
      <ul>
        <li></li>
      </ul>
    </li>
  </ul>
</nav>
                    </details>
                </div>
                
                <h2 id="1월-19일-금-til">1월 19일 (금) TIL</h2>
<p>작성한 ElasticSearch 쿼리를 테스트 해보다가 정확하게 이해하지 못한 상태고 작성하고 있는 키워드를 발견했다.
작성한 쿼리에는 <code>term</code>, <code>match</code>, <code>match_phrase</code>가 무분별하게 사용되고 있었는데, 다시금 문서를 확인해보고, 잊어먹기 전에 정리해봤다.</p>
<h3 id="term"><code>term</code></h3>
<p>사전적 의미로 보자면 <em>용어</em> 쯤 되겠다. 해당 content 의 inverted index 에 저장되는 token 들 중에서 쿼리의 키워드와 일치하는 녀석이 있는지 찾아준다.</p>
<p>original text 가 *“여러개의 물건들”*이고, 다음처럼 tokenize 된다면,</p>
<pre><code>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
    }
  ]
}
</code></pre><p><code>term</code> 쿼리를 통해서 검색 결과에 포함하려면 다음의 4가지 쿼리가 가능하다.</p>
<pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "content": "여러"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "content": "개"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "content": "물건"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "content": "물건들"
          }
        }
      ]
    }
  }
}
</code></pre><h3 id="match"><code>match</code></h3>
<p><code>term</code>과 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.</p>
<p>따라서 original text 가 위와 같을 때 가능한 쿼리는 다음과 같다.</p>
<pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "여러개"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "여러사"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "나의 물건들"
          }
        }
      ]
    }
  }
}
</code></pre><p>그 밖에 더 있을 수 있다…</p>
<h3 id="match_phrase"><code>match_phrase</code></h3>
<p><em>phrase</em> 단어는 사전적 의미는 <em>구</em> 인데, 흔히 영어 문법 공부할 때 들어보았던 명사구, 부사, 전치사구… 의 <em>구</em> 이다.
<code>둘 또는 그 이상의 어절로 이루어져 한 덩어리로써 절이나 문장의 성분이 되는 동일한 말의 단위</code> 라고 한다. 여기서 포인트는 <em>둘 이상!</em>, <em>이루어져!</em> 이다.
즉 <code>match</code> 가 token 들 중에 일치하는 keyword 가 하나라도 존재한다면 결과 document 에 포함된다면,
<code>match_phrase</code> 가 검색 <code>match</code> 처럼 keyword를 analyze 하는 것은 동일하나 그 결과 token 들이 모두 존재하고,
순서도 순차적으로 동일한 document 만을 검색 결과에 포함한다는 차이가 있다.</p>
<p>따라서 <code>match</code> 와 같이 “나의 물건들” 이라는 검색 키워드를 넣는다면, <code>나</code> 라는 token 이 들어 있지도 않고 순서도 맞지 않으니. <code>여러가지 물건들</code> 이라는 document 는 결과에 포함되지 않는다.</p>
<p>이 때 가능한 쿼리는 다음과 같다.</p>
<pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "여러개"
          }
        }
      ]
    }
  }
}
</code></pre><pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "여러개의 물건들"
          }
        }
      ]
    }
  }
}
</code></pre><p>순서만 바꿔도 안된다</p>
<pre><code>{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "물건들 여러개"
          }
        }
      ]
    }
  }
}
</code></pre><h3 id="사용예">사용예</h3>
<ul>
<li><code>term</code> 의 경우에는 문서의 tag 를 검색할 때 사용할 수 있겠다.</li>
<li>본문 검색에서는 <code>match_phrase</code> 를 사용하는게 <code>match</code> 보다는 적합하다고 생각된다. (물론 nested should 와 함께 더 넣어야한다.)</li>
</ul>
<p>오늘도 또 한번 느낀다. RTFM. 문서를 잘 읽자.</p>

                

                <hr>
                

                





<p><a href="https://disqus.com/">comments powered by </a>



            </p></div>
</article></div>

Soo Story

Jung-Soo Ahn

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.

ElasticSearch 에서 term, match, match_phrase 쿼리에 대한 이해

댓글