前言
雖然完成建議器已經能返回所有和輸入文本相匹配的結果，但有些使用案例需要過濾。這就要用到了上下文過濾器，它在完成建議器的基礎上加入了過濾功能。
上下文建議器允許用戶使用context上下文來進行過濾，上下文可以是分類（詞條）或者地理位置，為了開啟上下文，同樣在映射中指定，然后在文檔和建議中提供上下文。
完成建議器考慮索引中的所有文檔，但通常我們希望提供某些標准過濾或者提升的建議。例如，我們想要推薦某些歌手過濾的歌曲標題，或者我們希望根據其類型推廣歌曲標題。
要實現建議過濾或者提升，我們可以在配置完成字段時添加上下文映射，我們也可以為完成字段定義多個上下文映射，每個上下文映射都有唯一的名稱和類型，有兩種類型category和geo。上下文映射contexts在字段映射中的參數下配置。
注意：在索引查詢啟用上下文的完成字段時，必須提供上下文。
如下示例定義了類型，每個類型都有一個完成字段的兩個上下文映射：
PUT place
{
"mappings": {
"doc":{
"properties":{
"title":{
"type":"completion",
"contexts":[
{①
"name":"place_type",
"type": "category"
},
{②
"name":"location",
"type":"geo",
"precision": 4
}
]
}
}
}
}
}
PUT place_path_category
{
"mappings": {
"doc":{
"properties":{
"title":{
"type":"completion",
"contexts":[
{③
"name":"place_type",
"type":"category",
"path":"cat"
},
{④
"name":"location",
"type":"geo",
"precision": 4,
"path":"loc"
}
]
},
"loc":{
"type":"geo_point"
}
}
}
}
}
- ①，定義category名為place_type的上下文，其中必須與建議一起發送類別。
- ②，定義一個geo名為location的上下文，其中必須使用建議發送類別。
- ③，定義category名為place_type的上下文，其中必須從cat字段字段中讀取類別。
- ④，定義geo名為location的上下文，其中從loc字段中讀取類別。
注意：添加上下文映射會增加完成字段的索引大小，完成索引完全是堆駐留的，我們可以使用Indices Stats監視完成字段索引的大小。
類別上下文
在category上下文允許我們將一個或多個類別與索引時間的建議關聯，在查詢時，建議可以通過其關聯的類別進行過濾和提升。
映射的設置與place_type上面的字段類似，如果path已定義，則從文檔中的該路徑讀取類別，否則必須在建議字段中發送它們，如下示例所示：
PUT place/doc/1
{
"title":{
"input":["timmy's", "starbucks", "dunkin donuts"],
"contexts":{
"place_type":["cafe", "food"] ①
}
}
}
- ①，這些建議將與咖啡館和食品類別相關聯。
如果映射有path， 那么以下索引請求就可以添加類別：
PUT place_path_category/doc/1
{
"title":["timmy's", "sstarbucks", "dunkin donuts"],
"cat":["cafe", "food"] ①
}
- ①，這些建議將與咖啡館和食品類別相關聯。
注意：如果上下文映射引用另一個字段並且類別被明確索引，則使用兩組類別對建議進行索引。
類別查詢
建議可以按一個或多個類別進行過濾，以下按多個類別過濾建議：
POST place/_search
{
"suggest":{
"place_suggestion":{
"prefix":"tim",
"completion":{
"field":"title",
"size": 10,
"contexts":{
"place_type":["cafe", "restaurants"]
}
}
}
}
}
注意，如果在查詢上設置了多個類別或者類別上下文，則將它們合並為分離。這意味着如果建議包含至少一個提供的上下文值，則建議匹配。
某些類別的建議可能會比其他類別高，以下按類別過濾建議，並額外提升與某些類別相關的建議：
POST place/_search
{
"suggest": {
"place_suggestion": {
"prefix": "tim",
"completion": {
"field": "title",
"size": 10,
"contexts":{
"place_type":[ ①
{
"context":"cafe"
},
{
"context":"restaurants", "boost":2
}
]
}
}
}
}
}
- ①，上下文查詢過濾建議與類別咖啡館和餐館相關聯，並且通過因子增強與餐館相關聯的建議
除了接受類別值之外，上下文查詢還可以由多個類別上下文子句組成，category上下文支持以下參數：
- context，要過濾/提升的類別的值，這是強制性的。
- boost，應該提高建議分數的因素，通過將boost乘以建議權重來計算分數，默認為1。
- prefix，是否應該將類別實為前綴，例如，如果設置為true，則可以通過指定類型的類別前綴來過濾type1，type2等類別，默認為false。
注意：如果建議條目與多個上下文匹配，則最終分數被計算為由任何匹配上下文產生的最大分數。
地理位置上下文
一個geo上下文允許我們將一個或多個地理位置或geohash與在索引時間的建議關聯，在查詢時，如果建議位於地理位置特定的距離內，則可以過濾和提升建議。
在內部，地位置被編碼為具有指定精度的地理位置。
地理映射
除了path設置，geo上下文映射還接受以下設置：
- precision，它定義了地理散列的精度要被索引並且可以指定為一個距離值（5km，10km等），或作為原料地理散列精度（1 … 12）。默認為原始geohash精度值6。
注意：索引時間precision設置可以在查詢時使用的最大geohash精度。
索引地理上下文
geo上下文可以通過參數顯式設置或通過path參數從文檔中的地理點地段建立索引，類似於category上下文，將多個地理位置上下文與建立相關聯，將為每個地理位置索引建議，以下索引具有兩個地理位置上下文的建議：
PUT place/doc/2
{
"title":{
"input":"timmy's",
"contexts":{
"location":[
{
"lat":43.6624803,
"lon":-79.3863353
},
{
"lat":43.6624718,
"lon":-79.3873327
}
]
}
}
}
地理位置查詢
建議可以根據它們與一個或多個地理點的接近程度進行過濾和提升，以下過濾建議屬於地理位置點的編碼geohash所代表的區域內的建議：
POST place/_search
{
"suggest": {
"place_suggestion": {
"prefix": "tim",
"completion": {
"field": "title",
"size": 4,
"contexts":{
"location":{
"lat": 43.662,
"lon": -79.380
}
}
}
}
}
}
注意：當指定查詢精度較低的位置時，將考慮屬於該區域內的所有建議。如果在查詢上設置了多個類別或類別上下文，則將它們合並為分離，這意味着如果建議包含至少一個提供的上下文值，則建議才匹配。
在geohash所代表的區域內的建議也可以比其他建議更高，如下所示：
POST place/_search
{
"suggest": {
"place_suggestion": {
"prefix": "tim",
"completion": {
"field": "title",
"size":10,
"contexts":{
"location":[ ①
{
"lat": 43.6624803,
"lon": -79.3863353,
"precision": 2
},
{
"context":{
"lat": 43.6624803,
"lon":-79.3863353
},
"boost": 2
}
]
}
}
}
}
}
- ①，上下文查詢過濾屬於geohash（43.662，-79.380）表示的地理位置的建議，精度為2，並提升屬於（43.6624803，-79.3863353）geohash表示的建議，默認精度為6，因數為2。
注意：如果建議條目與多個上下文匹配，則最終分數被計算為由任何匹配上下文產生的最大分數。
除了接受上下文值之外，上下文查詢還可以由多個上下文子句組成，category上下文子句支持一下參數：
- context，地理點對象或地理哈希字符串，用於過濾提升建議，這是強制性的。
- boost，應該提高建議分數的因素，通過將boost乘以建議權重來計算分數，默認為1。
- precision，geohash對查詢地理點進行編碼的精度，這可以被指定為一個距離值（5m，10km等），或作為原料地理散列精度（1 … 12）。默認為索引時間精度級別。
- neighbours，接受應該考慮相鄰地理位置的精度值數組，精度值可以是距離值（5m， 10km等）或一個原始地理散列精度（1 … 12）。默認為索引時間精度級別生成的臨近值。
see also： [Context Suggester](https://www.elastic.co/guide/en/elasticsearch/reference/7.0/suggester-context.html) 歡迎斧正，that's all