[FEATURE] Elasticsearch를 사용한 커뮤니티 검색 자동 완성 기능 구현

[O-Wensu]

이슈 번호 (#300 )

요약

Elasticsearch를 사용하여 커뮤니티에서 검색 수행 시 자동 완성 기능구현

변경 내용

• PostService의 게시글 삽입/수정/삭제 메서드에 Elasticsearch 삽입/수정/삭제 로직 추가
• Elasticsearch를 사용한 검색어 자동 완성 기능/API 구현

[자동 완성 쿼리]

1. Bool 쿼리

• 여러 쿼리를 결합하는데 사용한다.
• 상위에 bool 쿼리를 사용하고, 그 안에 다른 쿼리를 넣어 사용할 수 있다.

must: 쿼리가 참인 문서 검색 must_not: 쿼리가 거짓인 문서 검색 should: 검색 결과 중 이 쿼리에 해당하는 문서의 점수를 높임 filter: 쿼리가 참인 문서를 검색하지만, 스코어를 계산하지 않음

2. match_phrase 쿼리

• 검색어의 단어가 모두 존재하고, 순서가 같은 문서를 반환 (즉, 검색어와 완전 일치하는 문장이 있는 경우)

2-1. slop: 1

• 단어 사이에 허용되는 단어 개수
• 이 설정을 통해 "맛있는 통밀빵"을 입력했을 때, "맛있는 최고의 통밀빵"도 결과에 포함됨

  2-2. boost: 3.0

• 해당 조건의 중요도
• 검색어와 같은 문장이 있는 경우, 가장 높은 우선 순위를 갖도록 함

3. match 쿼리 (Nori 분석기 사용)

• Nori 분석기는 한국어 형태소 분석기
• Nori 분석기의 nori_part_of_speech 필터를 사용해 "맛있는 통밀빵" 에서 '는'과 같은 조사를 제거하고 분석함 (N-gram은 해당 필터 없음)

3-1. operator: "and"

• 모든 단어가 문서에 포함되어야 결과에 포함된다. (순서 무관)

3-2. boost: 2.0

• 완전 일치 보다는 낮은 우선 순위를 갖는다.

3-3. fuzziness: 1

• 두 문자열 사이의 최소 편집 작업(삽입/제거/변경/인접한 두 문자 교체) 수
• 쉽게 말해서, 오타 허용 개수

5. match 쿼리 (N-gram 분석기 사용)

• 부분 문자열을 기반으로 유사한 문서를 찾음

5-1. 예시

검색어: "동해물과 백두산이 마르고 닳도록" 2-gram 분석 결과: ["동해", "해물", "물과", "백두", "두산", "산이", "마르", "르고", "닳도", "도록"] 3-gram 분석 결과: ["동해물", "해물과", "백두산", "두산이", "마르고", "닳도록"]

• 구현 시에는 2 ~ 3 길이로만 분리하도록 제한했음

5-2. Nori와 N-gram

Nori는 백두산을 ["백두", "산"]으로 분리하기 때문에 검색어가 "두산"인 경우 "백두산"이 결과에 나오지 않음 하지만 N-gram은 2,3-gram: ["백두", "두산", "백두산"] 으로 분리되어 결과에 나옴

하지만, 관련이 적은 결과가 포함될 수 있어 가장 낮은 우선 순위를 갖도록 함