在 Elasticsearch 中，如何搜索任意子字符串？

Question

在 Elasticsearch 中，如何搜索任意子字符串，可能包括空格？ （搜索一个词的一部分是不够的；我想搜索整个字段的任何子字符串。）

我想它必须在 keyword 字段中，而不是 text 字段中。

假设我的 Elasticsearch 索引中只有几千个文档，我尝试：

  "query": {
         "wildcard" : { "description" : "*plan*" }
  }

效果符合预期——我得到了描述中包含“计划”的每个项目，甚至是“替代”之类的项目。

现在，我想做

  "query": {
         "wildcard" : { "description" : "*plan is*" }
  }   

...这样我就可以在许多其他可能性中匹配带有“Kaplan is not”的文档。

这似乎不适用于通配符、匹配前缀或我可能看到的任何其他查询类型。我如何简单地搜索任何子字符串？ （在 SQL 中，我只会做description LIKE '%plan is%'）

（我知道任何这样的查询对于大型数据集来说都会很慢甚至不可能。）

Answer 1

你试过elasticsearch中的regxp query吗？听起来确实是您可能感兴趣的东西。

Answer 2

我希望这个 Elasticsearch 可能有一些内置的东西，因为这个简单的子字符串搜索似乎是一个非常基本的功能（考虑一下，它在 C 中实现为 strstr()，在 SQL 中实现为 LIKE '%%'，大多数文本编辑器中的 Ctrl+F，C# 中的 String.IndexOf 等），但情况似乎并非如此。请注意，正则表达式查询不支持不区分大小写，因此我还需要将其与此自定义分析器配对，以便索引匹配全小写。然后我也可以将我的搜索字符串转换为小写。

{
  "settings": {
    "analysis": {
      "analyzer": {
        "lowercase_keyword": { 
          "type": "custom",
          "tokenizer": "keyword", 
          "filter": [ "lowercase" ] 
        }
      }
    }
  },
  "mappings": { 
     ...
     "description": {"type": "text", "analyzer": "lowercase_keyword"},
  }
}

查询示例：

  "query": {
         "regexp" : { "description" : ".*plan is.*" }
  }

感谢 Jai Sharma 带领我；我只是想提供更多细节。