Elasticsearch query_string - 确切的短语问题答案

【问题标题】：Elasticsearch query_string - exact phrase issueElasticsearch query_string - 确切的短语问题
【发布时间】：2017-08-20 12:45:32
【问题描述】：

假设我有一个索引，并且我添加了一些文档，使用以下语句：

POST test/item/_bulk
{"id": 1, "text": "one two"}
{"id": 2, "text": "one two three"}
{"id": 3, "text": "three one two"}
{"id": 4, "text": "three one two four"}
{"id": 5, "text": "one two|"}
{"id": 6, "text": "|one two"}
{"id": 7, "text": "|one two|"}
{"id": 8, "text": "one|two"}
{"id": 9, "text": "one| two"}
{"id": 10, "text": "one |two"}
{"id": 11, "text": "one | two"}

我想要这个搜索：

GET test/item/_search
{
    "query": 
    {
        "query_string": 
        {
            "query": "\"one two\"",
            "fields": ["text"],
            "analyze_wildcard": "true",
            "allow_leading_wildcard": "true",
            "default_operator": "AND"
        }
    }
}

返回文档1-7。

我在文档和查询中尝试了各种分析器和标记器（std、空格等），但它们都没有给我想要的结果。

例如，std 分析器返回所有文档，而空白分析器只返回 1-4。

是否有可以返回所需结果的分析器/标记器/参数？

注意：为了清楚起见，我的数据由没有共同特征的短字符串和非常长字符串组成。我给出的单词（一、二、三、四）和符号（|）只是为了方便起见，可以替换为任何其他单词和非单词字符。

【问题讨论】：

标签： elasticsearch

【解决方案1】：

您应该使用范围查询。官方文档： https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-range-query.html

【讨论】：

范围查询与我的需求无关，我的数据由没有共同特征的字符串组成。 “一”/“二”/“三”/“四”只是一个例子。我添加了一个注释来澄清这一点。不过还是谢谢！

【解决方案2】：

我认为您应该尝试模式分析器来分析您的数据。它允许您指定正则表达式来定义分割文本的模式。

您应该创建一个自定义分析器并定义一个模式来标记您的数据。

https://www.elastic.co/guide/en/elasticsearch/guide/master/custom-analyzers.html

【讨论】：

在很长的字符串上使用模式标记器时是否存在性能问题的危险？
我无法确认，但也许有。但我认为最好在 elasticsearch 上完成，而不是通过编程方式完成。

【解决方案3】：

对不起，我昨天不明白你的意思。存在一种解决方案，但它是否优化，我不确定：首先你应该创建动态模板，并为你的字段设置 not_analyzed 模式：

curl -XPOST 'localhost:9200/_template/template1' -d '
{
    "template":"test_*",
    "mappings": {
        "item": {
            "dynamic_templates": [
                {
                    "strings": {
                        "mapping": { 
                            "index": "not_analyzed",
                            "type": "string"
                        },
                        "match_mapping_type": "string"
                    }
                }
            ]
        }
    },
    "aliases": {}
}'

然后我插入下一行：

curl -XPOST localhost:9200/test_1/item/1 -d '{ "text": "one two"}'
curl -XPOST localhost:9200/test_1/item/2 -d '{ "text": "one two three"}'
curl -XPOST localhost:9200/test_1/item/3 -d '{ "text": "three one two"}'
curl -XPOST localhost:9200/test_1/item/4 -d '{ "text": "three one two    four"}'
curl -XPOST localhost:9200/test_1/item/5 -d '{ "text": "one two|"}'
curl -XPOST localhost:9200/test_1/item/6 -d '{ "text": "|one two"}'
curl -XPOST localhost:9200/test_1/item/7 -d '{ "text": "|one two|"}'
curl -XPOST localhost:9200/test_1/item/8 -d '{ "text": "one|two"}'
curl -XPOST localhost:9200/test_1/item/9 -d '{ "text": "one| two"}'
curl -XPOST localhost:9200/test_1/item/10 -d '{ "text": "one |two"}'

通过通配符查询，您可以返回必要的行：

curl localhost:9200/test_1/_search -d '
{
"query": {
    "match" : {
        "test" : "one two"
    }
}
}'

这个查询返回 7 行：

nugusbayevkk@mediator:/data/databases/elasticsearch-5.2.2/bin$ curl localhost:9200/test_1/_search?filter_path=hits.total -d '
{
"query": {
    "wildcard" : {
        "text" : "*one two*"
    }
}
}'
{"hits":{"total":7}}

?filter_path - 让我们显示一些字段，在这种情况下，它显示存在的总行数。

【讨论】：