1、創建索引
curl -XPUT http://172.16.125.139:9200/ques
2、創建索引類型
curl -XPOST http://172.16.125.139:9200/ques/common/_mapping -H 'Content-Type:application/json' -d '{"properties":{"question":{"type":"text","analyzer":"ik_max_word","search_analyzer":"ik_max_word","similarity":"BM25"},"answer":{"type":"text","analyzer":"ik_max_word","search_analyzer":"ik_max_word","similarity":"BM25"}}}'
3、push 數據
curl -XPOST http://172.16.125.139:9200/ques/common/1 -H 'Content-Type:application/json' -d '{"question":"xx", "answer":"xx"}'
curl -XPOST http://172.16.125.139:9200/ques/common/2 -H 'Content-Type:application/json' -d '{"question":"xx", "answer":"xx"}'
4、搜索
curl -XPOST http://172.16.125.139:9200/ques/common/_search -H 'Content-Type:application/json' -d '{"query":{"match": {"question":"xxx"}}}’
備注：
1、該操作是在 es 支持 ik 分詞的基礎上進行的，可以參考官網https://github.com/medcl/elasticsearch-analysis-ik
2、push、search數據的時候數據都是使用 xx 代替的，實際使用時替換成真是數據即可；
2、這里的相似度使用的是 BM25，也可以替換為 TFIDF