多面向搜尋

多面向 (Facet) 搜尋可讓您將類別資訊附加至文件。Facet 是指屬性/值組合，例如名為「size」的 Facet，可能擁有「small」、「medium」及「large」等值。

使用 Facet 搭配搜尋可擷取匯總資訊，協助您透過一系列步驟修正查詢及「細查」結果。

這非常適合用於購物網站等應用，您可於其中提供一組篩選條件，協助客戶縮小範圍，找出希望瀏覽的產品。

Facet 匯總資料可顯示 Facet 值的分佈情形。舉例來說，「size」Facet 可能出現在結果集的許多文件之中。該 Facet 的匯總資料可能顯示「small」值出現 100 次、「medium」值出現 300 次，以及「large」值出現 250 次。每個 Facet/值組合都代表查詢結果之中的子集。名為「分類標籤」的鍵與各個組合有關。您可在查詢之中納入分類標籤，擷取符合查詢字串，且具有對應至一項以上分類標籤 Facet 值的文件。

您在執行搜尋時，可選擇用於收集的 Facet 以顯示於結果，或是可以啟用 Facet 探索功能，自動選擇最常出現在文件中的 Facet。

新增 Facet 至文件

請在將文件新增至索引之前，先將 Facet 新增至文件。在指定文件欄位時，請同時執行這項作業：

def add_faceted_document(index):
    document = search.Document(
        doc_id="doc1",
        fields=[search.AtomField(name="name", value="x86")],
        facets=[
            search.AtomFacet(name="type", value="computer"),
            search.NumberFacet(name="ram_size_gb", value=8),
        ],
    )

    index.put(document)

Facet 類似於文件欄位，其中具有名稱，並取用一個值。

Facet 名稱遵循與文件欄位相同的規則：名稱會區分大小寫，並且只能包含 ASCII 字元。名稱必須以字母為開頭，可包含字母、數字或底線。名稱長度不得超過 500 個字元。

Facet 值可為不可分割字串 (不得超過 500 個字元) 或數字 (介於 -2,147,483,647 及2,147,483,647 之間的雙精度浮點值)。

您可在單一文件指派多個值至單一 Facet，方法為新增相同名稱的 Facet 並輸入多次，每次使用不同的值。

Facet 可擁有無限數量的值。您可以新增至文件的 Facet 數量，或是索引之中不重複名稱 Facet 的數量，都不會受到限制。

請注意，每次使用 Facet 時，Facet 可能取得不可分割值或數值。名為「size」的 Facet，可利用「small」字串值附加至一份文件，並以數值 8 附加至另一份文件。事實上，相同的 Facet 可利用這兩種值，在同一份文件出現多次。雖然允許使用，但我們不建議針對相同的 Facet 同時使用 atom 及數值。

雖然 Facet 新增至文件時具有特定類型，但搜尋結果會將 Facet 的「所有」值收集在一起。例如，「size」Facet 可能顯示「small」值有 100 個執行個體、「medium」值有 150 個執行個體，以及範圍 [4, 8) 數值的 135 個執行個體。其中並不會顯示確切數值及其頻率分佈。

您使用查詢功能擷取文件時，無法直接存取其 Facet 與值。您必須要求查詢傳回該 Facet 資訊，作法將於下節說明。

使用多面向 (Facet) 搜尋擷取 Facet 資訊

您可要求搜尋後端探索最常用的 Facet；這稱為自動 Facet 探索。您也可以依據名稱或是名稱與值，明確地擷取 Facet 資訊。您可在單一查詢之中混搭使用所有三種 Facet 擷取。

要求 Facet 資訊不會影響查詢傳回的文件，這可能會影響效能。以預設深度 1000 執行多面向 (Facet) 搜尋，與設定排序選項計分器限制為 1000 的效果相同。

自動 Facet 探索

自動 Facet 探索會尋找文件「匯總」之中最常出現的 Facet。舉例來說，假設符合查詢的文件包含「color」Facet，以「red」值出現五次、「white」值出現五次，以及「blue」顏色出現五次。此 Facet 的總數為 15。就探索目的而言，相較於在同一個符合文件之中以「dark」值出現 6 次及以「light」值出現 7 次的 Facet「shade」，「color」Facet 的排名可能較高。

您必須在查詢之中設定，以啟用 Facet 探索功能：

def facet_discovery(index):
    # Create the query and enable facet discovery.
    query = search.Query("name:x86", enable_facet_discovery=True)
    results = index.search(query)

    for facet in results.facets:
        print("facet {}.".format(facet.name))
        for value in facet.values:
            print(
                "{}: count={}, refinement_token={}".format(
                    value.label, value.count, value.refinement_token
                )
            )

您以探索功能擷取 Facet 時，依據預設只會傳回 10 個最常產生的 Facet 值。您可以使用 FacetOptions discovery_limit 參數將這個限制放寬為 100。

請注意，自動 Facet 探索未必能傳回所有可能的 Facet 及其值。探索功能傳回的 Facet 值在每次執行之間可能不同。如果需要固定的 Facet 組合，請在查詢使用 return_facets 參數。

字串值將會個別傳回。探索 Facet 的數值將以單一範圍傳回 [最小值 最大值)。您可檢驗此項範圍，並建立更小的子範圍供後續查詢使用。

依名稱選擇 Facet

def facet_by_name(index):
    # Create the query and specify to only return the "type" and "ram_size_gb"
    # facets.
    query = search.Query("name:x86", return_facets=["type", "ram_size_gb"])
    results = index.search(query)

    for facet in results.facets:
        print("facet {}".format(facet.name))
        for value in facet.values:
            print(
                "{}: count={}, refinement_token={}".format(
                    value.label, value.count, value.refinement_token
                )
            )

當您以名稱擷取 Facet 時，依據預設只會傳回 10 個最常產生的 Facet 值。您可以使用 FacetOptions discovery_value_limit 參數將這個限制放寬為 20 個。

依名稱與值選擇 Facet

def facet_by_name_and_value(index):
    # Create the query and specify to return the "type" facet with values
    # "computer" and "printer" and the "ram_size_gb" facet with value in the
    # ranges [0,4), [4, 8), and [8, max].
    query = search.Query(
        "name:x86",
        return_facets=[
            search.FacetRequest("type", values=["computer", "printer"]),
            search.FacetRequest(
                "ram_size_gb",
                ranges=[
                    search.FacetRange(end=4),
                    search.FacetRange(start=4, end=8),
                    search.FacetRange(start=8),
                ],
            ),
        ],
    )

    results = index.search(query)
    for facet in results.facets:
        print("facet {}".format(facet.name))
        for value in facet.values:
            print(
                "{}: count={}, refinement_token={}".format(
                    value.label, value.count, value.refinement_token
                )
            )

單一 FacetRequest 的值都必須屬於相同類型，可為字串值清單或 FacetRanges 清單 (若為數字)，也就是在左側 (開始) 關閉，右側 (結束) 開啟的間隔。如果 Facet 混合字串值與數值，請針對每個類型的值新增獨立的 FacetRequests。

選項

options = FacetOptions(discover_facet_limit=5,
                       discover_facet_value_limit=10,
                       depth=6000);

depth 選項適用於全部三種 Facet 匯總：依名稱、依名稱和值，以及自動探索。其他選項則僅適用於自動探索。

請注意，該 Facet 深度通常遠高於查詢限制。Facet 結果至少會運算至文件的深度數。如果您讓排序選項計分限制設定高於深度，就會改為使用計分限制。

擷取 Facet 結果

您在查詢中使用多面向 (Facet) 搜尋參數時，匯總 Facet 資訊會隨著查詢結果本身提供。

查詢將會有 FacetResult 清單。對於出現在符合查詢的文件中的各個 Facet，清單中各會有一個結果。您可以在各項結果中獲得下列資訊：

• Facet 名稱
• 最常出現的 Facet 值清單。每個值都會有一個近似計數，計算值出現的次數，並且會有一個修正鍵，可用來擷取符合這項查詢和 Facet 值的文件。

請注意，值清單包含 Facet 字串值「及」數值。若 Facet 為自動探索，其數值將以單一間隔 [最小值 最大值) 傳回。若您在查詢之中明確要求一個或多個範圍的數值 Facet，清單將包含各個範圍的關閉開啟間隔 [開始 結束)。

由於查詢選項會判斷待檢驗的文件數量及傳回的值數量，因此 Facet 值清單可能並未包含文件內找到的所有值。

您可以從搜尋結果讀取各個 Facet 的匯總資訊：

query = search.Query(...)
results = index.search(query)
for facet_info in results.facets:
  ...

例如，查詢可能已經找到文件，其中具有含字串值和數值的「size」Facet。這個 Facet 的 FacetResult 結構如下：

FacetResult(name='size', values=[
  FacetResultValue(label='[8, 10)', 22, refinement=refinement_key),
  FacetResultValue(label='small', 100, refinement=refinement_key),
  FacetResultValue(label='medium', 300, refinement=refinement_key),
  FacetResultValue(label='large', 250, refinement=refinement_key)])

label 參數是由 Facet 值所建構。對於數值，label 是範圍的表示法。

refinement_key 是可用於後續查詢的網路/網址安全字串，可擷取符合結果的 Facet 名稱和值的文件。

使用 Facet 修正/篩選查詢

query = search.Query(..., facet_refinements=[refinement_key1, refinement_key2, refinement_key3])

您可在同一個要求中，將用於一或多個不同 Facet 的分類標籤加以合併。屬於相同 Facet 的所有分類標籤會以 OR 彙整；屬於不同 Facet 的分類標籤會以 AND 合併。

您也可以手動建立自訂 FacetRefinement 鍵。詳情請參閱類別說明文件。