在 elasticsearch 中未正确搜索电子邮件答案

【问题标题】：Emails not being searched properly in elasticsearch在 elasticsearch 中未正确搜索电子邮件
【发布时间】：2016-02-02 07:19:56
【问题描述】：

我已经在 elasticsearch 中索引了一些以电子邮件 ID 作为字段的文档。但是当我查询特定的电子邮件 ID 时，搜索结果显示所有文档而没有过滤。

这是我使用的查询

{
 "query": {
   "match": {
     "mail-id": "abc@gmail.com"
   }
 }
}

【问题讨论】：

标签： elasticsearch

【解决方案1】：

默认情况下，标准分析器会分析您的mail-id 字段，该分析器会将电子邮件abc@gmail.com 标记为以下两个标记：

{
  "tokens" : [ {
    "token" : "abc",
    "start_offset" : 0,
    "end_offset" : 3,
    "type" : "<ALPHANUM>",
    "position" : 1
  }, {
    "token" : "gmail.com",
    "start_offset" : 4,
    "end_offset" : 13,
    "type" : "<ALPHANUM>",
    "position" : 2
  } ]
}

您需要使用UAX email URL tokenizer 创建一个自定义分析器，它将电子邮件地址标记为一个标记。

所以你需要如下定义你的索引：

curl -XPUT localhost:9200/people -d '{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "uax_url_email"
        }
      }
    }
  },
  "mappings": {
    "person": {
      "properties": {
        "mail-id": {
          "type": "string",
          "analyzer": "my_analyzer"
        }
      }
    }
  }
}'

创建该索引后，您可以看到电子邮件 abc@gmail.com 将被标记为单个标记，您的搜索将按预期进行。

 curl -XGET 'localhost:9200/people/_analyze?analyzer=my_analyzer&pretty' -d 'abc@gmail.com'
{
  "tokens" : [ {
    "token" : "abc@gmail.com",
    "start_offset" : 0,
    "end_offset" : 13,
    "type" : "<EMAIL>",
    "position" : 1
  } ]
}

【讨论】：

【解决方案2】：

当您使用默认映射时会发生这种情况。 Elasticsearch 具有 uax_url_email 标记器，可将 url 和电子邮件识别为单个实体/标记。你可以阅读更多关于这个here和here

【讨论】：

嗨 Vineet.. 你能看看这个Question